[发明专利]基于多种群遗传算法的分数阶粘弹性模型参数识别的方法

摘要

基于多种群遗传算法的分数阶粘弹性模型参数识别的方法，它属于沥青混合料的本构行为研究技术领域。本发明解决了现有方法在实现蠕变柔量、松弛模量与动态模量之间的相互转化时无法识别出模型中全部参数值的问题。本发明根据动态模量值选择出合适的1S2P1D模型，通过Laplace变换将1S2P1D模型的应力应变关系转换为Laplace域内的1S2P1D模型的应力和应变关系，再获得考虑温度效应的1S2P1D模型参数；最终，基于多种群遗传算法一次性自动获取了模型中全部参数值，克服了现有方法在实现蠕变柔量、松弛模量与动态模量之间的相互转化时，无法识别出模型中全部参数值的问题。本发明可以应用于沥青混合料的本构行为研究技术领域。

主权项

1.基于多种群遗传算法的分数阶粘弹性模型参数识别的方法，其特征在于，该方法包括以下步骤：步骤一、分别在[‑30,‑10,0,10,20,30,40,50]摄氏度的温度点下对未老化沥青进行动态频率扫描试验，获得每个温度点在频率分别为[1,5,10,15,20,25,30,40,50,60,70]赫兹下的动态模量值；步骤二、根据步骤一获得的动态模量值绘制出柯尔图，再根据柯尔图的特征选择出分数阶模型为1S2P1D模型；结合1S2P1D模型中弹簧元件、黏壶元件和分数阶元件的应力应变关系，通过Laplace变换得到Laplace域内的1S2P1D模型的应力和应变关系；对Laplace域内的1S2P1D模型的应力和应变关系进行Carson变换得到动态模量的频域表达式，由欧拉定理将动态模量的频域表达式表示为储存模量和损耗模量之和的形式，并获得考虑温度效应的1S2P1D模型参数；步骤三、基于储存模量和损耗模量建立目标函数；步骤四、通过二进制编码的方式对考虑温度效应的1S2P1D模型参数进行编码，获得M个初始种群；步骤五、基于步骤三建立的目标函数，计算步骤四的M个初始种群中每个个体的适应度值；步骤六、根据M个初始种群中每个个体的适应度值，对M个初始种群进行标准遗传算法的选择、交叉和变异操作，获得更新后的M个种群；再计算出更新后的M个种群中每个个体的适应度值，根据适应度值找出每个更新后的种群对应的最优个体；将每个更新后的种群对应的最优个体的编码及适应度值对应放入精华种群加以保存；步骤七、不断的重复步骤六的过程，直至在精华种群中的某个最优个体保持的代数达到阈值Q时结束，将该最优个体作为最终最优个体；步骤八、输出最终最优个体对应的1S2P1D模型的参数，并基于最终最优个体对应的1S2P1D模型参数绘制动态模量主曲线和柯尔图。