共查询到17条相似文献,搜索用时 156 毫秒
1.
论文综合利用BP神经网络、遗传算法有限元法以及正交试验法对吊车结构系统进行优化研究。利用遗传算法和BP神经网络建立复杂结构系统动态优化的计算模型,该模型可代替系统原来的有限元模型。首先对吊车起重机结构系统进行模态分析及谐响应动力学分析,找出对结构动态特性影响最大的模态频率,再利用灵敏度分析,确定对动态特性较敏感的设计变量作为神经网络的输入变量,并利用正交试验法确定神经网络训练样本,用有限元模型计算出样本点数据,建立反映结构振动特性的人工神经网络模型,最后利用遗传算法对所建立的神经网络模型寻优,得到使结构动态性能最优的设计参数。 相似文献
2.
3.
利用遗传算法和BP神经网络建立复杂结构系统动态优化的计算模型,该模型可代替系统原来的有限元模型,用于振动系统的快速重分析。首先对塔式起重机结构系统进行模态分析及谐响应动力学分析,找出对结构动态特性影响最大的模态频率,再利用灵敏度分析,确定对动态特性较敏感的设计变量作为神经网络的输入变量,并利用正交试验法确定神经网络训练样本,用有限元模型计算出样本点数据,建立反映结构振动特性的人工神经网络模型,最后利用遗传算法对所建立的神经网络模型寻优,得到使结构动态性能最优的设计参数。 相似文献
4.
提出了一种基于BP神经网络和遗传算法(GA)的多工况离散变量结构优化设计方法,并对某斗轮堆取料机回转平台进行优化设计。该方法将多工况问题处理为多约束问题,利用正交试验法选择神经网络训练样本点,通过参数化有限元模型计算出各工况下的样本数据,建立起基于BP神经网络的回转平台数学模型,为遗传算法提供适应度函数,最后运用遗传算法完成寻优计算。结果表明,回转平台自重减轻13.8%,取得了满意的优化效果。 相似文献
5.
三辊行星轧制是铜合金管材加工的主要工序之一,对其工艺参数进行优化具有重要意义.采用将正交试验设计试验方案、BP神经网络建立映射关系和遗传算法寻优相结合的优化技术,可以获得三辊行星轧制最佳工艺参数组合.这种技术既利用了正交试验的多因素试验特性,神经网络的自学习、自适应非线性映射与预测功能,又利用了遗传算法的自然选择和进化的全局寻优特性,可以为实际生产提供可靠的参数依据. 相似文献
6.
7.
8.
基于高速铣削正交试验,利用神经网络高度的非线性映射能力和遗传算法的全局寻优能力,建立了铣削力、铣削温度和表面粗糙度的BP神经网络仿真模型,在对它们进行优化的基础上获得几个主要因素的最优搭配。 相似文献
9.
10.
对新型高强度相变诱发塑性钢TRIP600钢板拉深成形的行李箱内板进行研究,将获得的变压边力成形窗口分为若干段,通过数值模拟的方法得到行李箱内板成形质量与各段压边力之间的正交试验数据,经极差分析确定正交试验优化方案;以正交试验数据为训练样本,通过BP神经网络建立成形质量与各段压边力之间的非线性映射关系,并以此关系作为多目标遗传算法的适应度函数进行遗传算法优化,获得一组Pareto最优解集,实现了对行李箱内板成形窗口内压边力曲线的优化。优化结果表明,相比于正交试验优选方案,采用遗传算法和神经网络相结合的方法得到的优化方案成形零件时,能较大程度地提高行李箱内板的成形质量。 相似文献
11.
12.
13.
为了提高光纤光栅(FBG)柔性结构采用正交曲率三维重构方法的末端精度,通过神经网络将重构后的曲率末端坐标与实际空间坐标建立映射关系。首先利用COMSOL仿真软件对聚氨酯胶棒建立模型,将两根光纤光栅串共8支光栅正交排布,采用递推角算法建立动态坐标系进行三维重构。对重构的末端点坐标利用误差逆传播(BP)神经网络算法与极限学习机(ELM)神经网络算法进行训练检测,结果表明,BP神经网络和ELM神经网络训练平均误差分别为0.443 6和0.008 2。最后搭建实验平台,对聚氨酯胶棒在受力情况下进行形状重构,并代入ELM模型中进行训练,训练结果相关系数R2=0.985 8,均方根误差(RMSE)为1.363 0,相较于BP神经网络方法有效提高了形状重构的末端坐标精度。 相似文献
14.
基于BP神经网络的SU-8光刻胶工艺参数优选研究 总被引:4,自引:0,他引:4
SU-8是一种性能优异的厚胶,广泛应用于高深宽比的MEMS微结构中。本文首先用正交试验研究了前烘时间、曝光剂量、后烘时间以及显影时间对SU-8光刻胶图形尺寸精度的影响,得到了优化的工艺组合。在此基础上,运用BP神经网络对试验数据进行分析处理,预测了较正交试验分析结果更为优化的工艺组合,并用试验验证了其正确性。结果表明,经正交试验数据训练过的BP神经网络,很好地映射了工艺参数与优化指标之间的复杂非线性关系,此时应用BP神经网络对工艺参数进行优选研究能够得到更全面、准确的结果。 相似文献
15.
基于BP神经网络的铣削力仿真技术研究 总被引:2,自引:1,他引:2
应用人工神经网络技术建立了铣削力仿真的BP网络模型。通过正交试验,获取训练样本,并对网络进行了训练。最后将网络预测结果与实验数据进行比较和误差分析,证明了人工神经网络能够准确地预测铣削力的大小。 相似文献
16.
机械优化设计中BP神经网络的应用研究 总被引:4,自引:0,他引:4
从BP网络的工作原理出发,利用多水平正交表选取BP神经网络训练样本,通过正向传播和误差反向传播建立BP网络的拓扑结构。对二级减速器BP网络模型进行了结构修正与优化计算。实验表明在机械优化设计领域针对实体结构的动态分析计算,采用BP神经网络可以提高了优化收敛速度和精度,这表明神经网络理论与传统的数值方法相结合的方法具有重要的现实意义。 相似文献