1、隨著經(jīng)濟(jì)的高速發(fā)展，我國(guó)興建了大批的重大土木工程項(xiàng)目，這些重大工程項(xiàng)目的使用期較長(zhǎng)，影響力較大，一旦失事，會(huì)造成嚴(yán)重的生命財(cái)產(chǎn)損失。因此為了保障結(jié)構(gòu)的安全性、完整性、適用性和耐久性，已經(jīng)建成的許多重大工程結(jié)構(gòu)和基礎(chǔ)設(shè)施急需采用有效的手段檢測(cè)和評(píng)定其安全狀況、修復(fù)和控制損傷。許多新建的大型結(jié)構(gòu)和基礎(chǔ)設(shè)施，如大壩、橋梁、海洋平臺(tái)等，增設(shè)了長(zhǎng)期的安全/健康監(jiān)測(cè)系統(tǒng)，以監(jiān)測(cè)結(jié)構(gòu)的服役安全狀況，并為研究結(jié)構(gòu)服役期間的損傷演化規(guī)律提供有效的、直接的

2、方法。 監(jiān)測(cè)系統(tǒng)中數(shù)據(jù)采集與傳感的一個(gè)基本假設(shè)是這些系統(tǒng)不是直接測(cè)量結(jié)構(gòu)異常，而是測(cè)量系統(tǒng)在它的運(yùn)作或環(huán)境載荷下的響應(yīng)，或者是對(duì)嵌入傳感系統(tǒng)中作動(dòng)器輸入的響應(yīng)。傳感器的讀數(shù)或多或少的與結(jié)構(gòu)異常的存在及其位置相關(guān)。數(shù)據(jù)處理程序?qū)τ诮Y(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)來(lái)說(shuō)是必須的，它們將傳感器采集到的數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)狀況的信息。 計(jì)算智能是大壩等結(jié)構(gòu)安全監(jiān)測(cè)建立預(yù)報(bào)模型和進(jìn)行反演分析的有力工具，已經(jīng)取得了一些成果，但仍存在一些不足。計(jì)算智能目前仍

3、處于快速發(fā)展階段，將幾種新型的計(jì)算智能方法引入大壩等結(jié)構(gòu)的安全監(jiān)測(cè)預(yù)報(bào)建模與反演分析領(lǐng)域，開(kāi)展了一些有意義的工作。 差分進(jìn)化算法、微粒群優(yōu)化算法和人工蜂群算法是幾種具有較大發(fā)展?jié)摿Φ男滦椭悄軆?yōu)化方法，和傳統(tǒng)的遺傳算法相比具有實(shí)現(xiàn)簡(jiǎn)單、收斂性能好等優(yōu)點(diǎn)。差分進(jìn)化算法和微粒群優(yōu)化算法在處理多維優(yōu)化問(wèn)題時(shí)具有較好的收斂性能，將他們用于損傷識(shí)別問(wèn)題，并將幾種人工免疫特性引入微粒群算法，提出了一種結(jié)構(gòu)損傷識(shí)別的免疫加強(qiáng)微粒群算法。對(duì)人工蜂

4、群算法進(jìn)行了改進(jìn)，針對(duì)其由搜索模式的單一性導(dǎo)致的參數(shù)較少時(shí)的"趨同"問(wèn)題，將單純形算子引入算法中，提出一種混合單純形人工蜂群算法，改進(jìn)算法不僅收斂速度明顯加快，且由于搜索方式的增多，也很少陷入停滯現(xiàn)象。靜動(dòng)態(tài)反演分析算例表明，所提出的算法是高效的優(yōu)化反演方法，為大壩參數(shù)的識(shí)別，進(jìn)而進(jìn)行結(jié)構(gòu)響應(yīng)預(yù)報(bào)建模與損傷評(píng)估提供了新的途徑。 徑向基網(wǎng)絡(luò)與BP網(wǎng)絡(luò)相比，不僅具有生物學(xué)基礎(chǔ)和數(shù)學(xué)基礎(chǔ)，而且結(jié)構(gòu)簡(jiǎn)單，學(xué)習(xí)速度快，隱節(jié)點(diǎn)具有局部特性，

5、逼近能力更強(qiáng)。提出了一種處理復(fù)雜反演分析問(wèn)題的蟻群聚類(lèi)徑向基網(wǎng)絡(luò)模型。該模型避免了智能優(yōu)化反演方法需要循環(huán)迭代，計(jì)算效率不高的問(wèn)題；以及傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練時(shí)間長(zhǎng)、易陷入局部最優(yōu)以及反演精度不高的問(wèn)題。它可以直接用于三維土石壩雙屈服面模型參數(shù)反演這樣計(jì)算量巨大的大型非線(xiàn)性多參數(shù)反演問(wèn)題。采用蟻群聚類(lèi)選擇徑向基函數(shù)中心，克服了傳統(tǒng)K-means聚類(lèi)易陷入局部最優(yōu)，和對(duì)初始聚類(lèi)中心依賴(lài)強(qiáng)的缺點(diǎn)，能夠獲得更合理的聚類(lèi)中心，得到滿(mǎn)意的徑向基網(wǎng)絡(luò)

6、模型。 支持向量機(jī)是數(shù)據(jù)挖掘中的一項(xiàng)新技術(shù)，是借助于最優(yōu)化方法解決機(jī)器學(xué)習(xí)問(wèn)題的新工具。模型參數(shù)選擇是采用支持向量機(jī)進(jìn)行建模的關(guān)鍵影響因素，采用三種方法進(jìn)行模型參數(shù)選擇，分別是：基于網(wǎng)格平行搜索的交互驗(yàn)證法、遺傳算法和粒子群算法。將所建立的模型用于金竹山電廠(chǎng)貯灰壩滲流測(cè)壓管預(yù)測(cè)，表明支持向量機(jī)模型預(yù)測(cè)精度高，泛化能力強(qiáng)，是一種高效的系統(tǒng)建模方法。 優(yōu)化的傳感器網(wǎng)絡(luò)結(jié)構(gòu)可以最小化所需要的傳感器數(shù)量，節(jié)約投資，同時(shí)能夠提高精

7、度并提供一個(gè)魯棒性的系統(tǒng)。在研究大壩安全監(jiān)測(cè)中靜動(dòng)態(tài)傳感器優(yōu)化配置模型和準(zhǔn)則的基礎(chǔ)上，將單親遺傳算法用于求解該問(wèn)題。傳統(tǒng)遺傳算法在求解組合優(yōu)化問(wèn)題時(shí)，交叉操作可能產(chǎn)生不可行解，需要借助一些復(fù)雜的操作算子，不僅效率不高且缺乏理論基礎(chǔ)；單親遺傳算法遺傳操作在一條染色體上進(jìn)行，避免了該問(wèn)題。同時(shí)為了進(jìn)一步提高單親遺傳算法的性能，提出了兩種改進(jìn)算法，即自適應(yīng)模擬退火單親遺傳算法和病毒協(xié)同進(jìn)化單親遺傳算法。通過(guò)算例驗(yàn)證了所提出模型和算法的有效性。