针对少量测点条件下建筑结构地震损伤识别及性能评估的工程需求，研究建立以震损结构侧向刚度识别误差最小、损伤构件局部振型重构效果最佳、振动监测数据信噪比最高等为目标的传感器多目标优化布设准则构建策略；在此基础上，建立传感器优化布设测点的综合评价数学模型和高性能求解算法，并研发传感器优化布设可视化软件及工程应用技术；提出面向建筑结构群分析的特征参数概率表征方法，构建基于关键节点信息融合的安全评估方法。本课题研究成果为课题三、四提取建筑结构指标提供可靠的监测数据。
1.研究目标
面向振动响应强度、模态重构效果和参数识别误差的工程需求，研究双目标及多目标传感器布设准则构建策略，提出确定终选解的测点综合评价数学模型，研发基于智能优化算法的少量传感器优化布设高性能求解算法，开发可视化快速布设软件；提出面向建筑结构群分析的特征参数概率表征方法，构建基于关键节点信息融合的安全评估方法。
2.主要研究内容
（1）双目标及多目标传感器布设准则构建策略研究
传统的传感器多目标布设方法主要有加和法、乘积法、演绎法等，然而上述传统方法需要确定权重系数；一次只得到一个布设方案，无法给工程人员对比选择；获得多个布设方案需要进行多次运算，求解效率不高等。为解决上述问题，本课题将帕累托优化引入传感器的多目标布设，提出先求解传感器布设位置的帕累托前沿，再从帕累托解中选择最终的布设方式的传感器多目标布设方法。考虑传感器布设位置对参数识别误差、振动响应强度和模态独立性的影响，采用帕累托优化方法建立三种两两结合的传感器双目标优化布设准则，并采用非支配排序遗传算法得到布设准则的帕累托前沿。采用二维平面桁架对提出的布设方法进行验证，该方法可以综合考虑传感器位置对两个目标的影响，并且在帕累托前沿中可以找到不差于只考虑单一目标的布设方法的传感器布设方式。采用帕累托优化方法同时考虑参数识别误差最小、振动响应最大化和模态独立性的要求，以Fisher信息阵的行列式、模态动能和MAC非对角元最大值建立传感器三目标布设准则，并提出一种从帕累托解中确定终选解的传感器综合评价模型。将终选解与六种典型的布设方法对比，充分权衡传感器布设位置对参数识别误差、振动响应强度和模态独立性的影响。
（2）基于智能优化算法的传感器优化布设高性能求解算法研究
研究一种改进猴群算法的传感器优化布置方法。考虑到传感器优化布置的特点，采用整数编码的方式给出了猴群的位置，克服原猴群算法只能解决连续性变量优化的问题；引入欧式距离的概念来增强初始猴群的多样性，提高算法的全局搜索能力；并在爬过程中加入和声算法中的随机扰动机制，来提高其局部搜索能力；建立针对具有较多自由度的大型结构传感器优化布置的分布式猴群算法。引入双重编码的方式，来克服原猴群算法只能解决连续变量的缺陷；针对单个猴群全局搜索能力较弱的问题，提出一种将初始化产生的大量猴子个体按照指定的方式分配到多个猴群进行同步并行搜索的方法；考虑原猴群算法能够跳出局部最优的特点以及和声算法较强的局部搜索能力，提出将每个猴群得到的初步最优解作为初始和声记忆库，采用基本和声算法进行二次搜索的方法，来获取传感器的最终布设方案。
（3）基于多目标优化的传感器可视化快速布设软件开发
基于已经提出的多目标传感器优化布设评价准则及高效智能求解算法，依托于高效分析计算软件MATLAB及其用户图形界面工具GUI，开发一款支持物理模型重构、测点选取标注、测点优化计算、可视化结果一键输出的MATLAB工具箱软件，为应用示范中对任意实际结构进行测点优化布置提供决策依据。首先，对MATLAB与有限元软件实现信息交互从而在MATLAB中完成模型重构的方法研究，构建有限元接口与模型重构模块。研究布设软件中有关模态参数输入、测点数目设置、评价准则选取等功能实现方法，构建参数设置与评价准则选取模块。研究布设软件供用户自主选择候选测点的功能，减小由于候选测点众多带来的计算成本问题，构建候选测点设置与模型缩聚模块。研究集成多种传感器优化布设准则及相应的优化求解算法，构建传感器优化布置计算运行模块。根据不同评价准则特点及传感器布置数目，进行布置方案的对比分析，构建优化布置方案可视化输出模块。研究传感器优化布设成果的输出形式，包含工况介绍（工程结构介绍、传感器数目、所用评价准则等）、评价准则理论、传感器优化布置测点编号、优化布置方案可视化图像，计算过程数据及图片文件等，构建优化布置方案报告导出模块。
（4）基于少量传感器数据驱动多源信息融合的结构安全评估方法
针对布设少量传感器获得的建筑群监测信息，提出点、区间、统计矩等复杂不确定性信息量化处理方法，基于机器学习的智能算法对数据进行学习，研究特征参数的时变规律；探究传感器监测数据多源异构的规律性，统计监测数据失真的表现形式和基本特征，分析监测数据干扰信息、数据量级等因素对建模的影响，提出建筑群监测数据快速分析和挖掘方法；研究建筑群监测数据的检错和控制方法，提出基于人工智能处理技术的随机参数快速生成和数值再现的高效分析算法；采用贝叶斯理论，研究安全评估过程中的不确定性传递特征，建立建筑群状态参数敏感指标的辨别方法，识别关键状态和影响参数；通过智能优化算法的改进和信息融合技术实现模型参数的修正，提出面向建筑群分析的特征参数概率表征方法。探究建筑群复杂服役环境和荷载的多源作用模式，发展基于少量传感器数据驱动的多源信息融合方法，分析监测类别的多样输出以及数据采集的连续性，建立服役期可监测数据与安全评估模型间的映射关系，构建多源输入与输出的时空多尺度函数，提出传感器数据驱动信息动态更新的安全评估分析方法。
3.拟解决的重大科学问题或关键技术问题
（1）面向振动响应强度、模态重构效果和参数识别误差的工程需求，着重解决双目标及多目标传感器布设准则构建策略及同步优化问题。
（2）根据终选解的测点综合评价数学模型，研究基于智能优化算法的少量传感器优化布设高性能求解问题。
（3）通过少量传感器监测数据的智能重构技术，提出基于关键节点信息融合的结构安全评估方法。
图8 课题二技术路线图
4.考核指标及评测手段/方法
考核指标：
（1）传感器多目标优化布设评价准则及高性能优化算法；
（2）传感器快速布设可视化软件；
（3）少量传感器数据驱动多源信息融合的安全评估方法；
（4）发表论文13篇，申请发明专利8项、软件著作权2项，编写标准2部，培养研究生10人，申报国家及省部级奖励1项，申报省部级人才荣誉1项。
测评方法：
第三方测试报告、专家鉴定验收证明、相关机构证书、论文收录或检索证明及学位论文等。
5.参加单位任务分工
北京工业大学负责多目标传感器优化布设准则及评价方法研究；大连理工大学负责基于有限测点的传感器多目标优化布设高性能求解算法研究；东莞理工学院负责传感器快速布设可视化软件的研发与工程应用研究；长沙理工大学负责复杂不确定性数据处理方法及关键变量的概率表征研究以及少量传感器数据驱动多源信息融合的安全评估方法研究。
