[发明专利]一种柔性因素优化设计方法

权利要求书

1.一种基于新型BP神经网络的计算方法的针对柔性因素优化设计的方法，其中：

所述计算方法包括以下步骤：

增加动量项：通过增加动量项的方法对原有的BP神经网络算法进行改进，调整网络的所有权值，如公式(1)；

公式(1)为△v_η(N)＝ηδ^y_th_j+α△v_η(N-1)

其中，其中△v_η(N)为隐藏层节点到输出层节点在N时刻的权值修正量，η为学习速率，δ^y_t为输出层的局部梯度，h_j为隐藏层的输出信号，α∈(0,1)为动量因子，根据实际情况进行调参，其中，动量项对于N时刻的权值向量的调整起阻尼作用，蕴含了前面N-1个时刻的权值调整经验，表示N-1时刻的权值修正量；

调节网络的学习速率：采取自适应方式来改变学习速率，使其根据实际情况自我调整公式(1)中η的大小，其中，标准BP神经网络的学习速率η是固定值；

所述优化设计的方法包括以下步骤：

仿真建模与分析：针对柔性因素优化设计对象运用仿真技术，初步判断问题发生的应力部位、问题性质、需要优化的方向；

数据采集与数据库的建立：在刚性体结构中，实际或模拟添加多种柔性因素，并在对刚性体结构施加相同振动激励的情况下，对输出端响应进行数据采集，建立数据库；

数据库的导入：将数据库导入新型BP神经网络中，分别用Sigmoid函数和归一化线性函数作为隐藏层和输出层的激活函数；

Sigmoid函数为F(x)＝(1+e^xp(x))-1

其中，p(x)为中间的激活函数,x为输入变量；

归一化线性函数为y＝(x-min)/(max-min)

其中，min为x最小值，max为x最大值；

实际效果验证：刚性体结构性能验证，通过BP神经网络的计算结果及分析，对实际优化设计结果进行验证和计算；

所述步骤数据采集与数据库的建立中的柔性因素包括壁厚、面宽、阻尼系数和弹性模量；

所述步骤仿真建模与分析中的仿真技术为CAE仿真技术。