[发明专利]一种神经网络自更新过程的实现方法在审
| 申请号： | 201510905762.0 | 申请日： | 2015-12-09 |
| 公开（公告）号： | CN105389614A | 公开（公告）日： | 2016-03-09 |
| 发明（设计）人： | 尤学一;张天虎 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李素兰 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种神经网络自更新过程的实现方法，根据设计对象确定设计变量与设计目标；通过抽样获得神经网络的初始训练样本，实现对神经网络的训练；利用遗传算法的交叉变异过程，搜索满足设计要求的个体，使用神经网络和计算流体力学方法，计算新个体的设计目标值，并将计算流体力学方法计算结果添加到初始训练样本中，得到更新训练样本；使用更新训练样本对神经网络进行再次训练，实现了神经网络的更新；然后进行选择，产生新种群，若新种群符合收敛标准，设计过程结束，否则返回步骤(3)，继续执行。与现有技术中相比，本发明提出的自更新神经网络方法使反向设计的计算量减少了27.4％。 | ||
| 搜索关键词： | 一种 神经网络 更新过程 实现 方法 | ||
【主权项】：
一种神经网络自更新过程的实现方法，其特征在于，该方法包括以下步骤：步骤(1)、根据设计对象确定设计变量与设计目标；步骤(2)、通过抽样获得神经网络的初始训练样本，实现对神经网络的训练；步骤(3)、利用遗传算法的交叉变异过程同时得到多组符合设计要求的设计变量值，从中搜索满足设计要求的个体，使用神经网络和计算流体力学方法，计算新个体的设计目标值，并将计算流体力学方法计算结果添加到训练样本中，得到更新训练样本；步骤(4)、使用更新训练样本对神经网络进行再次训练，实现了神经网络的更新；步骤(5)、然后通过非支配排序方法对种群中的个体进行排序，并使用锦标赛算法进行选择，产生新种群，若新种群符合收敛标准，设计过程结束，否则返回步骤(3)，继续执行。
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天津大学，未经天津大学许可，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/201510905762.0/，转载请声明来源钻瓜专利网。
