胡 皞，邵永亮，常 军

（1.苏州科技大学 土木工程学院，江苏 苏州 215011；2.苏州科技大学设计研究院有限公司，江苏 苏州 215011）

改进QPSO算法识别结构模态参数

胡 皞1,2，邵永亮1，常 军1

（1.苏州科技大学 土木工程学院，江苏 苏州 215011；2.苏州科技大学设计研究院有限公司，江苏 苏州 215011）

为了进一步增强量子粒子群优化算法的全局寻优能力，提高粒子寻优效率，改善其容易陷入局部最优的缺陷，首先在引入同化和竞争思想的基础上提出一种改进的量子粒子群算法。该改进算法将民族间的同化竞争思想引入粒子寻优过程，以全局最优粒子作为中心粒子，不断同化其余粒子，使粒子之间保持不断竞争关系，以改进粒子的进化方式，提高粒子的寻优性能。接着将改进算法应用于结构模态参数识别，并采用简支梁数值模型对该算法的有效性进行验证，结果表明，改进算法较量子粒子群算法的识别精度和抗噪性都有显著的提高。最后通过三层框架试验验证改进算法在实际工程应用中的有效性。

振动与波；量子粒子群优化算法；同化与竞争；全局最优；局部最优；模态参数识别

20世纪中叶至今，伴随土木工程建设的飞速发展，一大批规模庞大、结构复杂的高层建筑、大跨度桥梁拔地而起，但是随着时间的推移，这些建筑结构在自身材料的老化、外界复杂环境的侵蚀、超负荷的运营以及自然灾害的等因素的共同影响下，都出现了不同程度的损伤、强度刚度的下降，严重影响了结构使用性能，对国家经济，人民生命财产安全产生了巨大的威胁。……