推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

基于云计算的框架结构参数并行辨识算法

更新时间:2019-12-30 08:54:28 大小:1M 上传用户:IC老兵查看TA发布的资源 标签:云计算 下载积分:1分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

大型复杂结构健康监测(Structural Health Monitoring,SHM)系统的安装产生了海量监测数据,传统结构分析与数据处理技术使得监测数据得不到实时分析处理,导致不能及时评估结构工作状态并进行危险预警。为了解决这一问题,该文对传统多粒子群协同优化(Multi-Particle Swarm Coevolution Optimization,MPSCO)算法进行分布式并行化改进,开发了基于云计算的PMPSCO算法。在此基础上,提出了基于PMPSCO算法的框架结构物理参数辨识方法,并在MATLAB分布式云计算平台上对一个15层框架数值试验和一个7层钢框架实验室试验进行结构物理参数辨识,探讨了接入不同分布式并行节点数时该算法的加速关系。辨识结果表明:PMPSCO算法具有良好的精度、稳定性和拓展性,可通过增加接入的分布式并行节点数灵活提高算法运算速度,以满足结构监测数据实时处理的要求。


部分文件列表

文件名 大小
1577667261基于云计算的框架结构参数并行辨识算法.pdf 1M

【关注B站账户领20积分】

部分页面预览

(完整内容请下载后查看)
35 4 期  
2018 4 月  
Vol.35 No.4  
Apr. 2018  
ENGINEERING MECHANICS  
135  
文章编号:1000-4750(2018)04-0135-09  
基于云计算的框架结构参数并行辨识算法  
姜绍飞,任 晖,骆剑彬  
(福州大学土木工程学院,福州 350108)  
摘 要:大型复杂结构健康监测(Structural Health MonitoringSHM)系统的安装产生了海量监测数据,传统结构  
分析与数据处理技术使得监测数据得不到实时分析处理,导致不能及时评估结构工作状态并进行危险预警。为了  
解决这一问题,该文对传统多粒子群协同优化(Multi-Particle Swarm Coevolution OptimizationMPSCO)算法进行  
分布式并行化改进,开发了基于云计算PMPSCO 算法。在此基础上,提出了基PMPSCO 算法的框架结构物  
理参数辨识方法MATLAB 分布式云计算平台上对一15 层框架数值试验和一7 层钢框架实验室试验进  
行结构物理参数辨识讨了接入不同分布式并行节点数时该算法的加速关系识结果表明PMPSCO 算法具  
有良好的精度、稳定性和拓展性,可通过增加接入的分布式并行节点数灵活提高算法运算速度,以满足结构监测  
数据实时处理的要求。  
关键词:云计算;框架结构;物理参数辨识;PMPSCO;分布式并行计算  
中图分类号TU311.3; TU311.41; TU312+.1  
文献标志码A  
doi: 10.6052/j.issn.1000-4750.2017.01.0005  
A PARALLEL IDENTIFICATION ALGORITHM ON PHYSICAL  
PARAMETERS OF FRAME STRUCTURES BASED ON CLOUD  
COMPUTING  
JIANG Shao-fei , REN Hui , LUO Jian-bin  
(School of Civil Engineering, Fuzhou University, Fuzhou 350108, China)  
Abstract: The installation of large-scale complex Structural Health Monitoring (SHM) systems causes huge  
amount of data. Traditional structural analysis and data processing techniques cannot real-time process the data  
from SHM systems. Timely status assessment and risk warning cannot be available to these large-scale complex  
structures. To solve this problem, parallel improvement is conducted in the traditional multi-particle swarm  
coevolution optimization (MPSCO) algorithm, thus a new PMPSCO algorithm based on cloud computing is  
developed. On the basis of the PMPSCO algorithm, a parallel physical parameter identification method is  
proposed for frame structures, and a numerical experiment of a 15-story frame and a laboratory test of a 7-story  
steel frame are analyzed to validate the proposed method. Furthermore, the relationship between speedup ratio and  
number of parallel nodes are explored on MATLAB distributed cloud computing platform. The identification  
results indicate that the proposed PMPSCO algorithm has high precision, good stability and expandability. In  
addition, the speed of algorithm can be increased greatly by adding more parallel nodes to meet the needs of  
real-time processing monitoring data.  
Key words: cloud computing; frame structure; physical parameter identification; Parallel Multi-Particle Swarm  
Coevolution Optimization (PMPSCO); distributed parallel computing  
———————————————  
收稿日期:2017-01-03;修改日期:2017-09-12  
基金项目:国家“十二五”科技支撑计划项目(2015BAK14B02-06)  
通讯作者:姜绍飞(1969),男,山东人,闽江学者特聘教授,博士,博导,主要从事结构健康监测与加固研究(E-mail: ).  
作者简介:任 晖(1991),男,湖北人,硕士生,主要从事结构健康监测研究(E-mail: );  
骆剑彬(1982),男,福建人,助理研究员,博士生,主要从事结构健康监测与软件开发研究(E-mail: ).  
136  
土木工程结构在长期服役过程中,由于各种因  
辨识,验证了算法性能的有效性。  
素影响,结构会发生一定程度的损伤和损伤累积。  
为了保证结构安全运营,许多大型重要结构安装了  
结构健康监测(SHM)系统[1-3],这SHM 系统产生  
的监测数据随着时间推移逐渐趋于海量化[4-6],每  
天的监测数据可能达GB 甚至更高级别。为了及  
时处理这些监测数据,一些学者开始尝试结合当下  
热门的云计算平台,采用并行分布式方法来处理、  
评价结构工作状态。  
1 基于云计算的结构物理参数并行  
辨识算法  
针对传MPSCO 算法计算效率低、拓展性差  
等特点,本节首先对云计算平台进行了搭建,接着  
MPSCO 算法进行并行化改进,然后将改进算法  
与结构物理参数辨识相结合,提出了基于云计算的  
结构物理参数并行辨识算法。  
云计算是一种按需取用计算资源的模式,这种  
模式提供可配置的计算资源共享池,只需要进行少  
量的管理工作并与服务器进行,就可获得大量计算  
1.1 MATLAB 云计算平台的搭建  
搭建 MATLAB 云计算平台,需要用到该软件  
的并行计算工具箱(Parallel Computing Toolbox,  
PCT)分布式计算服务器(MATLAB Distributed  
Computing ServerMDCS)。前者帮助用户在多核  
计算机上进行并行计算;后者将单台计算机计算扩  
展到多台计算机计算,实现分布式集群计算。  
MATLAB 并行计算分为任务并行(Parfor)和数  
据并行(Single Program/Multiple DataSPMD)。并  
行计算工具箱 PCT 提供了一种并行 For 循环结构  
Parfor,在预先设置好 Worker 数的前提下,Parfor  
将各自独立的任务自动分配到不同Workers 进行  
处理,方便快捷地将传统串行程序转变成并行程  
SPMD 虽然在不同Workers 上运行相同代码,  
但可同时处理多组数据,适用于单机无法存储和计  
算海量数据等情况,使得计算效率成倍增加。  
MDCS 分布式计算服务器使 MATLAB 软件在  
多台计算机或者服务器上进行分布式集群计算,  
MDCS 能够灵活调度程序作业各分布式节点上  
建立进程,充分利用分布式计算资源进行计算,最  
后返回各分布式节点的计算结果。  
7]  
资源[6 。要确保云计算的运算效率,需要用到并  
行计算和分布式计算:并行计算[8]是与串行计算相  
对的一种计算方法,它是一种一次可执行多条指令  
的算法,它可以提高计算速度,解决大型而复杂的  
计算问题;分布式计算[9]是一种与集中式计算相对  
的一种计算方法,它将需要庞大计算能力才能解决  
的问题分解成许多小的部分,分配给多台计算机进  
行处理,节约计算时间,提高计算效率。目前,云  
计算方法已成功运用于金融、医疗、电网、地理信  
息等领域[10]年部分学者尝试将云计算方法应用  
到结构健康监测之中[11 14]文碧等[11]提出并行结  
构损伤动力有限元分析算法,结合 PVM (Parallel  
Virtual Machine)并行虚拟系统,对比了串行与并行  
算法的计算效率菁淳[12 13]将传统时序分析法与  
Hadoop Map/Reduce 编程模型相结合,提出了  
基于云计算的时序分析方法[14]MATLAB  
并行工具箱ITD 模态参数进行了辨识现了并  
行计算程序的单机计算和多机分布式计算。  
近年来智能优化算法被用于结构参数识别[15],  
粒子群优化算法(Particle Swarm OptimizerPSO)作  
为一种较为成熟的智能优化算法具有很多优点,但  
该算法需要进行大量运算,对计算机的配置要求相  
对较高算耗时较长法对结构进行实时监测。  
基于此,本文尝试运用云计算平台,利用分布式并  
PCT MDCS 结合成分布MATLAB 云  
计算平台的搭建,在接入不同并行核数时可显著提  
高计算效率。  
1.2 并行多粒子群协同优化算法  
针对粒子群优化算法的不足爱国[18]提出了  
多 粒 子 群 协 同 优 化 方 法 (Particle Swarms  
Cooperative OptimizerPSCO),能有效防止粒子陷  
入局部最优,提高了算法稳定性。董利强[16]提出了  
一种改PSCO (MPSCO)算法,本文MPSCO 算  
法进行了并行改进,提出一种并行多粒子群协同优  
(PMPSCO)算法。  
行化的改进思想智能优化算PSCO[16 17]进行  
改进,研发框架结构物理参数并行识别算法,实现  
结构响应的快速处理和状态评价,来部分解决上述  
问题。本文首先搭建了云计算平台,然后对传统  
MPSCO 算法进行了并行化改进,研发了一种基于  
云计算的框架结构参数并行算法,最后通过 15 层  
框架数值试验7 层钢框架实验室试验的物理参数  
1) MPSCO 算法  
将“多粒子群协同”和“进化理论”的思想  

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单
  • 21ic下载 打赏310.00元   2天前

    用户:w178191520

  • 21ic下载 打赏310.00元   2天前

    用户:小猫做电路

  • 21ic下载 打赏310.00元   2天前

    用户:zhengdai

  • 21ic下载 打赏220.00元   2天前

    用户:gsy幸运

  • 21ic下载 打赏220.00元   2天前

    用户:jh0355

  • 21ic下载 打赏210.00元   2天前

    用户:jh03551

  • 21ic下载 打赏60.00元   2天前

    用户:sun2152

  • 21ic下载 打赏60.00元   2天前

    用户:xuzhen1

  • 21ic下载 打赏80.00元   2天前

    用户:xzxbybd

  • 21ic下载 打赏60.00元   2天前

    用户:铁蛋锅

  • 21ic下载 打赏60.00元   2天前

    用户:liqiang9090

  • 21ic下载 打赏20.00元   2天前

    用户:方中禾

  • 21ic下载 打赏20.00元   2天前

    用户:w1966891335

  • 21ic下载 打赏30.00元   2天前

    用户:玉落彼岸

  • 21ic下载 打赏15.00元   2天前

    用户:kk1957135547

  • 21ic下载 打赏15.00元   2天前

    用户:w993263495

  • 21ic下载 打赏15.00元   2天前

    用户:x15580286248

  • 21ic下载 打赏20.00元   2天前

    用户:WK520077778

  • 21ic下载 打赏25.00元   2天前

    用户:hp860629

  • 21ic下载 打赏15.00元   2天前

    用户:sbfd010

  • 21ic下载 打赏10.00元   2天前

    用户:严光辉

推荐下载