基于改进万有引力搜索算法的南中环桥模型修正

秦世强， 甘耀威， 康俊涛

(武汉理工大学 土木工程与建筑学院， 武汉 430070)

建立一个准确、能够代表实际结构行为的有限元模型对桥梁状态评估和监测有着重要的作用。然而，按照设计图纸建立的初始有限元模型，由于模型简化、结构设计参数的不确定性、结构退化或损伤等因素的影响[1]，往往难以代表实际结构行为。因此，需要对初始有限元模型进行修正，以降低结构响应的有限元计算值与实测值之间的相对误差。有限元模型修正的本质是一个优化问题，其目标函数是由结构响应有限元计算值与实测值的残差函数构成。对于桥梁结构模型修正的目标函数，通常具有多维、高度非线性和多个局部极值点的特征；传统搜索算法如梯度算法、牛顿迭代法在处理这类问题时，容易陷入局部最优，难以获得目标函数的全局最优解[2]。近年来基于智能优化理论的粒子群算法[3]、遗传算法[4]、猴群算法[5]、万有引力搜索算法(gravitational search algorithm ，GSA)[6]等迅速发展，相比传统搜索算法，智能进化算法在处理非线性、多极值等问题时具有一定的优势。Alkayem等[7]对基于智能算法的有限元模型修正进行了全面的综述，总结了各类单目标优化算法和多目标优化算法在有限元模型修正中的应用现状；同时，作者指出提升智能算法的搜索精度和效率，仍是模型修正和损伤识别领域一个值得研究的方向。

GSA[8]是Esmat Rashedi等提出的一种元启发式算法，是一种模拟物理学中万有引力的新的优化算法。它通过种群中粒子间的相互作用来指导群体进行智能优化搜索；……