[发明专利]基于神经网络和遗传算法的拱梁优化设计方法

权利要求书

1.一种基于神经网络和遗传算法的拱梁优化设计方法，其特征在于，包含以下步骤：

(1)建立拱梁优化模型

对于跨度和所受载荷一定的拱梁优化准则为满足刚度、强度的情况下使得重量最轻；

(2)拱梁优化的过程

①样本点的获取：选取训练BP神经网络的样本点，采取均匀设计的方法确定样本点，按照等边角钢、扁铁的国标规格选取训练样本，进行有限元分析；

②BP网络的设计：对含单隐层的BP神经网络进行训练，由BP神经网络判断约束条件和确定遗传算法中的适应度，

③用遗传算法优化：由遗传算法获得拱梁重量的全局最优解，对拱梁进行结构优化，使拱梁在满足变形的条件下重量最小。

2.根据权利要求1所述的基于神经网络和遗传算法的拱梁优化设计方法，其特征在于，步骤(1)中，优化的数学模型为：

X=[B1,B2,t1,t2]TminW(X)σmax≤[σ]dmax≤[d]Xmin≤X≤Xmax---(1)]]>

其中，X为设计变量；B₁、t₁为拱梁中等边角钢的边长和厚度；B₂、t₂为拱梁中扁铁的宽度和厚度；d_max、[d]为拱梁变形时竖直方向的最大位移和允许位移；σ_max、[σ]为拱梁最大应力和许用应力；X_min、X_max为设计变量的上、下限；W(X)为BP网络计算的重量值。