现代机械
現代機械
현대궤계
MODERN MACHINERY
2013年
1期
43-46
,共4页
特征值逆问题%神经网络%遗传算法%有限元分析
特徵值逆問題%神經網絡%遺傳算法%有限元分析
특정치역문제%신경망락%유전산법%유한원분석
研究了基于遗传算法-神经网络集成的特征值反问题求解模型.将问题归结为一个求结构重量最轻并受频率约束的结构优化问题,利用人工神经网络作为结构近似分析器,可获得不同结构尺寸下的结构响应值；利用遗传算法作为寻优工具,可直接利用神经网络提供的离散数值,搜索效率高,获得全局最优解的概率大.数值例子表明了该方法的有效性.
研究瞭基于遺傳算法-神經網絡集成的特徵值反問題求解模型.將問題歸結為一箇求結構重量最輕併受頻率約束的結構優化問題,利用人工神經網絡作為結構近似分析器,可穫得不同結構呎吋下的結構響應值；利用遺傳算法作為尋優工具,可直接利用神經網絡提供的離散數值,搜索效率高,穫得全跼最優解的概率大.數值例子錶明瞭該方法的有效性.
연구료기우유전산법-신경망락집성적특정치반문제구해모형.장문제귀결위일개구결구중량최경병수빈솔약속적결구우화문제,이용인공신경망락작위결구근사분석기,가획득불동결구척촌하적결구향응치；이용유전산법작위심우공구,가직접이용신경망락제공적리산수치,수색효솔고,획득전국최우해적개솔대.수치례자표명료해방법적유효성.
