赵 展，张 鹏，乔升访

（1、广州建设工程质量安全检测中心有限公司 广州 510440；2、广州市建筑科学研究院集团有限公司 广州 510440；3、广州建筑股份有限公司 广州 510030）

0 前言

结构损伤识别（SDD）是结构健康监测的一个重要分支［1-2］，怎么将结构损伤识别成果应用于结构健康监测上已成为近些年的主要研究趋势［3-6］。其中，将SDD问题转化为数学优化问题，然后采用优化算法求解，是结构损伤识别研究的一个重要方向［7］。对于求解SDD 问题，已有学者提出了许多优化算法［8-10］，其中粒子群优化算法（PSO）是最常用的算法之一。

粒子群优化算法是一种基于种群的自适应搜索技术，由KENNEDY 和EBERHART 于1995 年提出。近年来，粒子群优化算法在土木工程问题中得到了广泛应用，并取得了良好的效果。但如何提高计算效率，避免识别结果陷入局部最优仍然是一个难题。许多学者致力于在计算效率和准确性之间找到平衡。BAGHMISHEH 等 人［11］提 出 了 一 种 结 合PSO 和Nelder-Mead（NM）算法的混合PSO-NM 算法。对悬臂梁的实验结果表明，该方法能够以较小的误差检测结构微小裂纹。SEYEDPOOR［12］提出了一种两步方法，即使用基于模态应变能的指数（MSEBI）定位损伤，并根据MSEBI 的结果应用粒子群算法确定实际损伤程度，通过悬臂梁和桁架的数值模拟结果表明其方法可以准确识别结构多重损伤。

在本研究中，将粒子群优化算法与NM 算法相结合，提出了一种新的用于结构损伤的两步识别法，以探索计算效率和精度之间的平衡。选用桥梁结构作为数值仿真实例，以用来评估此识别方法的适用性。……