将多体系统传递矩阵法与遗传优化算法相结合,形成了一种新的基于多体系统传递矩阵法和遗传算法的物理参数识别方法（MS-TMM＆GA）。应用多体系统传递矩阵法进行动力学建模以及固有振动特性分析。将参数识别问题转化为优化问题,结合遗传算法,对由系统固有频率和增广特征矢量构造的目标函数全局最小值优化求解。给出了通过系统模态参数识别物理参数的计算步骤以及流程图。通过两个数值算例,表明了该方法的可行性及有效性。该方法对多体系统传递矩阵法和遗传算法进行了结合与拓展,无需建立复杂多体系统的总体动力学方程,涉及矩阵阶次低,即可快速获得高精度的优化计算结果。

在观测噪声和模型误差等不确定性因素的影响下,结构物理参数识别问题是一个不确定性问题。针对此问题,该文从结构运动微分方程出发,利用小波多分辨率分析原理,建立结构多尺度动力方程,由该方程以结构激励和响应信息在多尺度上的细节信号和最大尺度上的概貌信号为观测量推得物理参数线性回归模型,对该模型应用贝叶斯估计理论得到物理参数后验联合分布,再采用马尔可夫蒙特卡罗方法给出各个物理参数的边缘分布和最优估计值,从而提出了基于结构响应和输入激励的物理参数识别贝叶斯估计方法。通过对四层剪切型结构的数值研究验证了该方法的有效性和正确性,算例还表明该方法在强噪声干扰下仍能获得满足工程要求的识别精度。