文档介绍：西南交通大学
博士学位论文
神经网络在机械结构系统优化设计中的应用研究
姓名:黄文培
申请学位级别:博士
专业:机车车辆
指导教师:王金诺
19980701
》‘可要摘络求解约束非线性优化问题的方法,并将其应用于惕旒艿慕峁褂呕杓啤2,。而传统优化方法一些大型、复杂结构系统优化问题,研究、开发一类新的优化算法是十分必要本文简要介绍了课题的目的、意义,综述了结构优化设计的历史和发展现状,在此基础上,提出了一些基于神经网络的机械结构系统优化设计新方法。窬缬呕椒ḿ捌湓阼旒芙峁褂呕杓浦械挠τ醚芯俊网络是一种典型的全互连神经网络模型。早期,这种网络主要用于求解组合优化鏣问题⑾咝怨婊侍狻1疚谋乓徊教教至薍谏窬绲拇笮汀⒏丛咏峁瓜低撤纸庥呕惴ㄑ芯俊大型结构系统优化问题常含有众多的设计变量和约束条件。设计空间的复杂度极大地降低了设计人员有效解决优化问题的能力。针对这类问题,本文提出了一种基于权重分析的神经网络分解优化算法。谏窬绲幕迪低晨煽啃匀哂嘤呕椒ㄑ芯俊冗余优化属于非线性整数规划问题,传统优化方法难以精确地求解。为此,嗄勘昴:呕窬缢惴ㄑ芯俊求解多目标优化问题的方法很多。其中,多目标问题的模糊解法是一种较杭西南交通大学研究生博士学位论文缡Ч婊ā⒆荚蚍目前仅能解决一些较为简单的优化问题。因此针对窬缃朴呕椒ḿ捌湓谄鹬鼗湫沃髁航峁褂呕杓浦械挠用研究。‘网络是目前影响最大、应用最广的网络模型之一。本文利用网所固有的高度非线性映射能力,建立了目标函数、约束条件的近似表达,在此基础上,把神经网络与传统优化算法结合起来,形成了一类新的基于神经网络的近似优化方法。、,本文提出了一种新的基于神经网络的系统可靠性冗余优化算法。论文的主要工作包括:的。第\
械优化设计领域必将得到更加广泛的应用。酰神经网络在机械优化设计领域的应用前景是广阀。本文所做的一系列探索关键词:神经网络机械设计结构优化系统优化西南交通大学研究生博士学位论文好的方法。然而,作为模糊集理论应用于实际问题的基础,隶属函数的表述始数联接神经网络的多目标模糊优化设计方法。性的工作仅仅是其潜在应用的一部分。随着神经网络技术的不断发展,其在机终是一个难题。本文探讨了隶属函数的神经网络描述,提出了一种新的基于函蚺
瑃瓼,甌,甇,琽..瓵...甀,.瓸
西南交通大学研究生博士学位论文.:.甀,.第页
第一章绪论人工神经网络基本原理‘近代解剖学和神经生理学研究表明:人脑约是由多达“个神经元西南交通大学研究生博士学位论文,按网络形式互相连接并协同工作的,每~个神经元与其他,~胃錾图I锷窬5幕窘峁埂Kń行畔⒋砘疃南赴濉传递信息到远离细胞体的轴索、将信息传至另一细胞体的突触及接受其他神经元传递来的信息的树突。图怯肷锷窬5刃У南低衬P汀等效模型细胞体基本结构生物神经元结构及其等效模型输入图出第
,乞%一辞西南交通大学研究生博士学位论文非线性器件。其中:J淙胄藕牛颍I窬猧与,的连接权值,罕硎旧三层次型网络模型将神经元分成若干层,各层顺序连接,第愕氖淙虢鲇氲层输出相关联,如图尽Hɑチ缒P驮市砣我饬礁錾窬<浯嬖状态。当所有外来刺激词淙作用之和超过某一阈值后,神经元由抑制变为兴奋,同时输出电脉冲。神经元间通过电脉冲传递信息。为了模拟人脑的信息处理机制,人们提出了许多人工神经网络的数学模型。人工神经网络韵录虺粕窬是由一些简单的ǔNW允视Φ元件工神经元茨持滞仄私峁剐纬傻拇蠊婺2⑿辛=铀钩傻耐纭目前普遍采用的人工神经元模型如图所示。这是一个多输入/单输出的经元暮抑怠I窬J淙耄涑龉叵悼杀硎疚式巾,厂为非线性函数,~般采用继电型、闽值逻辑型、分段线性型和函数刃问健3苏庵掷肷⑿兔鲋的P屯猓斯ど窬DP突褂辛汀⒏怕按拓扑结构,神经网络可分为层次型、全互连型、混合型和区组设计型等。相互关联,如图所示。研究表明:神经元是信息处理和存储的基本单位,它具有兴奋和抑制两种犁等。图人:窬DP吃第
人工神经网络的基本特征西南交通大学研究生博士学位论文接权上。这样,即使个别神经元出错,部分信息丢失,但大部分信息仍然存在,因而能使完整的信息得以恢复。这表现出神经网络具有高度的容错能力和鲁棒在神经网络中,巨量的神经元可以同时工作,实现信息的大规模并行处理。按信息流向,神经网络可分为前馈型、反馈型和混合型:按学习方法,可分为有教师指导型、无教师指导型等。目前已提出的网络模型多达种以上,其中全互连网络模型与误差反向传播,简称P褪橇街肿畛<耐缒P汀G罢呤屎嫌诮饩鱿咝怨婊组合优化、疍转换等问题,后者多用于模式识别、系统辨识、信号检测、图象处理及专家系统等领域。由于人工神经网络是按照生物神经网络的结构和机理来构造的,因而在处理信息时,它具有与人脑相似的特征。植即嬷匦信息在神经网络中的存贮是