從bp網絡的工作原理出發,利用多水平正交表選取bp神經網絡訓練樣本,通過正向傳播和誤差反向傳播建立bp網絡的拓撲結構。對二級減速器bp網絡模型進行了結構修正與優化計算。實驗表明在機械優化設計領域針對實體結構的動態分析計算,采用bp神經網絡可以提高了優化收斂速度和精度,這表明神經網絡理論與傳統的數值方法相結合的方法具有重要的現實意義。

應用基于人工神經網絡技術和正交試驗法結合的優化方法,本文對座便器虹吸管道結構參數進行了優化設計。作者運用計算流體動力學仿真技術得到樣本,在matlab環境中建立神經網絡模型,并通過正交試驗得到新樣本,最終建立神經網絡模型,代替數值模擬,并對虹吸管道進行了優化。結果表明,將cfd數值模擬、正交試驗、神經網絡三者結合用于座便器虹吸管道的基本結構參數設計中,可以縮短優化時間,提高設計效率。

針對傳統方法單獨采用bp神經網絡算法易陷入局部極值的問題,提出了遺傳算法優化bp神經網絡,并將其應用于mimo-ofdm系統信號檢測中。該方法將遺傳算法與神經網絡相結合,用遺傳算法優化神經網絡初始值,使bp網絡快速收斂到最優解,避免了由初始值的隨機選取而帶來的檢測誤碼。仿真結果表明所提出的方法在誤碼率方面有比較好的性能。

綜合利用有限元法、正交試驗法、bp神經網絡以及遺傳算法對大重型數控轉臺的花盤結構系統進行優化研究。首先對花盤結構系統進行諧響應動力學分析,找出對結構動態特性影響最大的模態頻率,并確定bp神經網絡的輸入變量,然后利用正交試驗法和有限元分析法確定出bp神經網絡樣本點數據,建立反映花盤結構特性的bp神經網絡模型,最后利用遺傳算法對建立的bp神經網絡優化。仿真結果表明,花盤第一階固有頻率提高15.5%,其自重降低9.8%。

應用人工神經網絡與單純形優化算法相結合的方法,對一種新型組合式非周期性缺陷接地結構(cnpdgs)進行優化設計。與電磁場數值分析方法相比,以神經網絡模型作分析單元,可以在保證精度的基礎上大大提高分析速度,因此在優化設計中可用來替代fdtd分析方法作為結構分析的計算單元。本文中以所要求的傳輸系數為期望目標,以可以使誤差函數達到極小化的結構尺寸為輸出,經單純形優化算法尋優,進行該具有雙阻帶特性cnpdgs的優化設計。仿真設計和實驗的對比結果表明了這一方法的有效性。

使用pcl(patrancommandlanguage)實現了patran環境下的機翼參數化模型。其優化模型包含兩類設計變量:幾何位置變量和幾何尺寸變量。在采用nastran軟件實現幾何尺寸優化的基礎上,結合均勻試驗設計方法,利用神經網絡的高度非線性映射功能,建立了目標函數與位置設計變量的映射關系。在matlab環境下,編寫了使用改進的可行方向法的優化程序,并對翼梁位置完成優化,最終完成了整個機翼的布局優化設計。可以看出,將參數化建模與神經網絡功能結合進行結構優化,能更好地發揮神經網絡的映射功能,使優化結果更加精確、高效。所提方法可以解決在patran環境下的復雜結構位置變量優化問題,彌補了該軟件的不足之處,具有很好的應用推廣價值。

研究了人工神經網絡在結構疲勞可靠性分析和結構優化設計中的應用。結構的疲勞壽命與各影響因素之間呈高度的非線性關系,或隱函數關系,傳統的結構可靠度分析方法計算困難。采用神經網絡響應面法模擬結構的極限狀態函數及其偏導數,從而進行疲勞可靠性分析,在此基礎上采用神經網絡法對結構進行疲勞可靠性優化設計,通過算例說明其適用性及可行性。

闡述了基于神經網絡的結構優化設計原理，利用神經網絡的模擬退火算法對結構優化設計作了一些探討。通過鋼屋架結構的優化設計算例驗證了神經網絡用于結構優化的有效性與準確性。

針對傳統目標威脅估計方法和bp神經網絡的不足,在bp神經網絡的基礎上,建立了基于動態變結構bp神經網絡的目標威脅估計模型。該模型通過在權值向量更新公式中引入沖量函數,加快了網絡的搜索速度和精度,保證了網絡獲得全局最優值;通過實時調整隱含層節點數目,可以將網絡結構優化,極大地提升了網絡的靈活性。仿真結果表明,與傳統目標威脅估計方法和bp神經網絡相比,動態變結構bp神經網絡具有更好的預測能力和收斂速度,可以快速、準確地完成目標威脅估計。

文章論述了基于主成分分析法的bp模型結構,用新的方法來改進科研績效評價系統統計的合理性和正確性。

針對六自由度機械臂耦合性強、時變、非線性等性能,基于拉格朗日動力學建模方法,文章采用bp神經網絡逼近模型,實現高精度軌跡跟蹤。該方法根據六自由度機械臂本體采集的數據進行黑箱辨識建模解耦,建模過程采用bp神經網絡逼近,提升建模精度、簡化建模過程。針對解耦后的系統,還需建立pid閉環控制器進一步實現軌跡跟蹤控制。仿真及實驗結果表明,基于bp神經網絡的pid控制器能夠改善系統的魯棒性和穩定性,并有效抑制抖動。

分析人工神經網絡適用與工程結構優化的主要特征,建立結構優化設計的神經網絡方法流程,討論了人工神經網絡在結構優化中的應用,給出了十桿桁架的動力優化實例。算例表明,神經網絡求解結構優化問題,避免了不必要的結構分析,減少了計算花費,提高了收斂速度。

由于地下工程巖土力學參數的復雜性,在實際工程設計和施工中,要想得到比較準確的巖土力學參數是比較困難的,而巖土參數對地下工程的設計和施工的成敗具有很重要的意義。本文利用遺傳神經網絡優化算法結合數值模擬試驗對地下工程巖土力學參數進行優化反分析,并取得了良好的效果。

基坑變形人工神經網絡預測及其網絡參數優化——基坑變形人工神經網絡預測受網絡參數的影響較大，選取適當的網絡參數才能得到較優的預測結果。本文介紹了人工神經網絡原理及其網絡參數的優化方法。以擋土樁樁頂水平位移預測為例，說明其具體預測步驟及網絡參數優...

提出了一種用水平導軌上4個滑塊作為原動件的4自由度并聯平臺機構,該機構的動平臺能夠實現兩個方向的移動以及繞兩個方向軸線的轉動,同時研究了該機構的運動學建模方法,給出了運動學正、逆解,并闡述了其應用前景。

shaffer函數定義域在[-10,10]區間內,bp神經網絡擬合該函數訓練時間長,且無法達到期望精度,說明bp神經網絡擬合復雜非線性函數能力需改善.文章提出了一種改進的bp神經網絡,先對網絡的輸入進行k-means聚類,bp神經網絡訓練采用大規模節點,聚類輸入分別激活部分節點進行訓練,每組聚類使用不同的節點,通過子網絡訓練聚類樣本,減少了網絡擬合難度.經測試改進的bp神經網絡達到了精度.最后,用改進的bp神經網絡進行了軸徑的最優計算.

針對bp神經網絡訓練過程中的訓練時間較長、完全不能訓練或容易陷入局部極小值等問題,提出基于遺傳克隆選擇算法(cloga)優化bp神經網絡的流程,克服bp算法的一些缺陷。并通過湖北省人口預測問題進行效果檢驗,得到滿意的結果。

優化電解碲電源對電解行業節能增效、提高電解產品質量和改善電網環境具有重要意義.電源前級采用三相電壓型pwm整流器；在建立pwm整流器數學模型的基礎上；通過改進雙閉環pi控制策略；即外環基于并行搜索全局尋優的遺傳算法優化bp神經網絡權值和閾值的智能控制方法；分析網側電流波形和諧波含量；可得到所需的額定電解電壓和電流；以matlab/simulink軟件為平臺進行仿真計算.結果表明:ga-bp(geneticalgorithm-backpropagation)算法具有輸出電壓平穩、響應速度快、超調量小、抗干擾性強等優點.

針對工業控制系統入侵檢測模型對各類攻擊的檢測率和檢測效率不高的問題,提出一種adaboost算法優化bp神經網絡的入侵檢測模型.首先利用主成分分析法對原始數據集進行預處理,消除其相關性；其次利用adaboost算法對訓練樣本的權重進行不斷調整,從而獲得bp神經網絡最優權重和閾值；最后再通過adaboost算法將bp弱分類器組合成bp強分類器,從而實現工業控制系統的異常檢測.實驗結果表明該方法在對各攻擊類型的檢測率和測試時間明顯優于其他算法模型.

基于對08膠印機中偏心擺動式遞紙機構運動過程的分析,根據遞紙機構的運動要求,對遞紙牙的運動規律進行模擬,得到遞紙牙的運動方程。在此基礎上,運用復數矢量法,對機構中各桿件進行分析,得到各桿件的位移、速度和加速度在一個運動周期內的值,進而利用反轉解析法,設計出了驅動凸輪的輪廓曲線。在matlab環境下,以機構中遞紙牙運動的邊界條件,滾筒轉速和機構幾何參數為初始參量,編制了參數化的驅動凸輪輪廓設計軟件,根據不同的輸入參量,可得到不同的凸輪輪廓,并進行壓力角校核,為偏心擺動式遞紙機構的研究開發提供了一種便捷的工具。

本文結合住宅房地產的價格理論和相關網站上的數據,科學地選取影響商品住宅價格的影響指標為人均gdp、人均可支配收入、人口數量、房地產開發投資額和商品住宅建筑面積,并以此建立hedonic商品住宅價格影響因素模型。依照bp神經網絡預測的實現步驟,探索bp神經網絡在預測海口市商品住宅價格的應用,得到2018年6月-2019年5月商品住宅價格預測值,對海口市商品住宅價格的研究具有一定的指導作用。

利用matlab建立bp神經網絡,將影響建筑能耗的18個因素作為網絡的輸入,進行學習訓練,最后通過測試樣本點數據預測建筑能耗,與dest-h模擬計算得到的結果比較,發現相對誤差在3.5%以內,并通過實例驗證了該網絡模型的準確性。該方法使建筑人員在設計階段就能快速且準確地獲得設計建筑的能耗。