《表6 遗传算法 (GA) 识别f2结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BMO算法的梁冲击荷载识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文的参数识别涉及四个参数，不算含有大量未知量的问题。但识别所用的加速度采样时间点多数据量大，故每个参数对微小变化的反应较为灵敏；良好地识别该问题需要兼顾局部和全局两组搜索能力。为进一步验证BMO算法的有效性，将之与遗传算法（GA）和粒子群算法（PSO）的识别结果进行对比。其中，遗传算法的基本参数设置为代沟（generation gap）=0.7；粒子群算法中惯性权重w由0.9时变为0.4，局部及全局学习因子c1、c2均为1，速度极限为1。将f2计算5次并取平均值作为识别值，并计算相对误差与方差，得到了表6-7所示的结果。