杨啟梁，何 洲，胡 溧

（武汉科技大学汽车与交通工程学院，湖北 武汉430081）

1 引言

在进行振动系统动力响应分析时，有时无法用常规的惯性参数测量方法来获得工作状态下的振动系统惯性参数，如汽车动力总成悬置系统［1］。在这种情况下，直接利用振动系统在工作状态下的响应，通过参数识别的方法来识别系统的惯性参数成为了一个重要的研究课题［2］。传统的参数识别方法通常反复线性化处理非线性方程，会存在一定的误差，导致参数识别精度无法进一步提高［3］。近十多年来，新发展的萤火虫算法在处理非线性问题时具有很大的优势，因此通过萤火虫算法识别参数成为研究者关注的重点［4］。

萤火虫算法（Firefly Algorithm，FA）是由科研人员于2008年提出的［5］，具有寻优精度高和收敛速度快等特点，因而在很多领域得到了广泛的应用，如图像处理［6］、路径规划［7］、参数识别［2］等。但是，FA算法本身依赖初始解、易陷入局部最优和求解精度低等缺陷，因此该算法被很多学者改进。2010年X.S.Yang结合萤火虫算法和Levy飞行，改善算法全局搜索性能［8］。2013年，冯艳红在萤火虫算法的初始化和位置更新公式在加入混沌算法，算法改善明显［9］。2015年，唐少虎设计了改进的自适应步长的人工萤火虫算法，进一步提高求解精度和稳定性［10］。

为了探索直接利用振动系统在工作状态下的响应，用萤火虫算法来识别系统的惯性参数的可能性，本文以二自由度振动系统为例，用一根刚性梁搭建了一个二自由度振……