[发明专利]基于神经网络和遗传算法的拱梁优化设计方法无效
| 申请号： | 201110419548.6 | 申请日： | 2011-12-15 |
| 公开（公告）号： | CN102521456A | 公开（公告）日： | 2012-06-27 |
| 发明（设计）人： | 苑明海;纪爱敏;丁月;郭平芳 | 申请（专利权）人： | 河海大学常州校区 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/02;G06N3/12 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 213022 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种机械设计及自动化技术领域的基于神经网络和遗传算法的拱梁优化设计方法，该方法根据拱梁设计特点，用均匀试验的方法获取样本，对含单隐层的BP神经网络进行训练，用BP神经网络代替有限元来判断约束条件和确定遗传算法中的适应度。用遗传算法获得全局最优解，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。此方法运行速度快，精度高，在使用中取得良好的效果，具有很好的应用前景。 | ||
| 搜索关键词： | 基于 神经网络 遗传 算法 优化 设计 方法 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学常州校区，未经河海大学常州校区许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110419548.6/，转载请声明来源钻瓜专利网。
