基于遗传优化神经网络算法的桥梁结构损伤识别

当前越来越多的大型桥梁结构安装了健康监测系统,作为桥梁健康监测系统的核心,结构损伤识别技术成为研究热点.基于人工神经网络和遗传算法的优点,提出了一种新的方法——遗传优化和神经网络混合算法(用遗传算法优化神经网络的初始权重,)实现桥梁结构损伤的位置和程度的识别.与传统的人工神经网络算法相比,该方法克服了其易于陷入局部最优的缺点.对工程实例梁的试验数据进行分析和结构损伤状况识别,结果表明,该算法的可行性和可靠性,可以应用于类似结构损伤的识别与评价.     

基于代理模型的汽车乘员约束系统仿真设计

为在设计过程中有效减少轿车乘员约束系统的设计参数,并快速优化轿车乘员约束系统的安全保护性能,采用一阶线性响应表面模型和D-最优试验设计方法进行约束系统设计变量的筛选,对筛选后的变量应用Kriging代理模型和均匀试验设计方法进行设计参数的仿真优化,将优化结果与直接使用碰撞仿真软件MADYMO计算得到的结果进行对比.研究表明,一阶线性响应表面模型和D-最优试验设计方法能有效筛选出重要的并对约束系统性能具有决定作用的设计变量,而Kriging代理模型和均匀试验设计方法能在选定的设计变量的基础上,快速取得较好的优化设计结果.     

基于人工神经网络烟度计有效光路的算法

为准确计算烟度计的有效光路，基于人工神经网络提出了对QN-1型全流消光式烟度计有效光路的计算方法．该方法利用烟度计有效光路的关键影响因素即空气扫气压力和发动机的转速为输入，构造了一种反向传播神经网络，并利用试验数据进行训练，然后仿真烟度计的有效光路．试验表明，仿真数据与试验数据偏差在-0．0399～0．0486之间．由此可见，利用人工神经网络计算烟度计的有效光路准确实用．     

基于多用户多输入多输出系统的自适应有限反馈

为了减少多用户多输入多输出系统中上行链路的反馈开销,研究了多用户的有限反馈问题.在分析反馈比特数与用户速率关系的基础上,推导出用户自适应有限反馈的最优解,并提出一种实现简单的次最优方案,即用户根据自身和系统整体的信道质量状况,自适应地选择反馈比特数.通过增加信道较好用户以及减少信道较差用户的反馈比特数,有效提高了反馈比特的利用效率.研究结果表明,该方案实现简单,在不增加系统反馈开销的条件下明显增加系统吞吐量.     

基于人工神经网络的框架结构可靠性分析

为了解决结构可靠性分析中的非线性问题,将人工神经网络和Monte Carlo法相结合,利用训练后的网络模型对大范围的数据进行概率分析,得到了极限状态函数值的数字特征,求得结构系统的可靠性指标.该方法为复杂结构系统和极限状态函数无法显式表达的结构系统的可靠性分析提供了一个新途径.     

仿真分析负荷水平对电力系统可靠性的影响

介绍了电力系统可靠性分析的方法,可靠性评估指标和流程,利用MATLAB7.1编写可靠性程序,采用最优负荷削减模型对IEEE18节点算例进行可靠性分析,利用蒙特卡洛状态抽样法对系统进行模拟,仿真计算中考虑发电机和输电线路的随机故障。采用分级负荷模型来计算指标,计算出EENS的年度化指标,并探究负荷水平对系统可靠性的影响。分析得知随着负荷水平的提高,系统的压力也越来越大,系统的可靠性裕度逐步降低。     

可靠性与经济性协调的城市配电网联络线优化规划方法

本文针对城市配电网中交、直流联络线规划问题,提出一种考虑可靠性与经济性协调的规划方法.首先,建立了联络线规划方案的可靠性与经济性协调评估模型,详细介绍了构成优化评估模型的子目标及其具体计算方法;此后,提出一种相邻配电网节点的等效发电机建模方法,利用地理信息系统(geographic information system,GIS),获取用于可靠性计算的参数,有效解决了如何在投入联络线之后评估配电网可靠性指标的问题.进一步,采用可靠性指标的快速计算方法以及薄弱环节定位方法进行了较为准确的配电网可靠性评估并确定最大供电可靠性联络线规划方案.最后,提出一种最优规划方案联络线长度上限估计方法大大缩小了最优联络线规划方案的搜索范围,并采用帕累托最优(Pareto optimality)理论,确定了最终需要综合考虑可靠性和经济性的候选规划方案,在此基础上进行最终的总成本分析,从而确定了最优联络线规划方案.本文以"手拉手"城市配电网为例,分别对交、直流联络线进行了最优规划和对比分析,在此基础上,进行了停电损失和直流换流站价格对总成本的灵敏度分析.算例结果表明所提方法有效提高了计算效率,具有实用性和可行性.本研究在配电网联络线规划人员进行规划时一定程度上能够提供科学合理的决策依据.     

基于Mackey-Glass混沌储备池计算的多波形识别

人工神经网络在模式识别和智能计算等领域具有重要的应用,但目前的人工神经网络存在结构复杂、训练耗时、占用大量的硬件资源等缺陷.设计了一种简单的基于MackeyGlass非线性方程的混沌储备池计算系统,它把大量不同时刻的混沌状态当作虚拟节点,从而简化了系统结构.利用系统分别实现了3种波形和对应3种不同频率的共9个不同波的识别,分析了储备池计算系统主要参数对多波形识别效果的影响.在最优系统参数条件下,对3种波形和9个波识别的归一化均方根误差分别达到了0.11和0.22.     

人工神经网络模型在均匀设计试验数据处理中的应用

针对均匀设计方法在材料多因素试验中数据离散性大的问题,提出 采用人工神经网络模型对均匀设计试验数据进行处理,建立了试验因素与结果之间的BP模型。实际应用证明该方法不仅可大大减少试验工作量,又可克服试验数据离散性大的问题,并能得出满足工程要求的最优配方。     

受损钢框架结构可靠性分析方法研究

通过修正钢结构节点弯矩-转角关系,建立了相应的力学分析模型.利用受损结构的残余变形与承载力之间的关系,构建了受损钢框架结构可靠性分析的目标功能函数;并结合有限步长迭代法和概率网络估计法(PENT法),提出了受损钢框架结构可靠度计算方法.通过对一榀平面钢框架结构的静力试验研究,获取结构在受损前后的形变参数和极限承载力,采用本文所提出的方法对该结构进行了受损前后的可靠性分析.结果表明:结构体系损伤前后理论承载力与试验承载力吻合良好,提出的受损钢框架结构可靠性分析方法可用于工程实践中损伤钢框架结构的可靠性分析以及极限承载力计算.     

边坡稳定可靠度分析的新型四阶矩法

提出了一种边坡稳定可靠度分析的新型四阶矩计算方法.该方法将均匀设计法、径向基神经网络技术和最大熵原理相结合对边坡进行可靠性分析.采用均匀设计法确定粘聚力和内摩擦角的网络训练样本空间,并采用基于有限元的强度折减法计算样本空间中样本所对应的边坡安全系数.利用这些样本及对应的安全系数训练径向基神经网络.利用训练好的神经网络获得满足统计数量要求的边坡安全系数,并计算边坡安全系数前四阶矩.利用最大熵原理得到边坡安全系数的概率密度函数近似表达式、边坡失效概率以及相应的可靠指标.该方法的计算结果与蒙特卡罗法的计算结果对比表明该方法具有较高的精度.     

基于神经网络的电热式微致动器随机有限元分析

提出了基于神经网络的随机有限元分析方法,首先利用有限元法对U型电热式微致动器进行理论分析,得出具体结构尺寸对微致动器最大位移的影响,然后通过建立的神经网络来拟合响应与输入之间的关系,根据蒙特卡罗模拟原理获得足够多的样本值对训练后的网络进行误差分析,结果证明,本文提出的分析方法是可行有效的.     

一种新的蒙特卡罗随机有限元方法

针对岩土工程可靠性分析的功能函数是隐式函数或高次非线性函数的特点,提出并从理论上论证隐式功能函数和高次非线性功能函数可靠性问题的新解法,即基于径向基网络的蒙特卡罗随机有限元方法;给出计算框图和计算步骤.以钢筋混凝土浅基础和某矿山矿柱为例,说明其在岩土与采矿工程中的应用.研究结果表明,采用蒙特卡罗随机有限元方法可直接使用确定性有限元分析程序而无需任何改动,对于极限状态函数不能用显式表达和高次非线性的可靠性问题都适用.     

铝型材挤压模具导流孔结构优化

基于MATLAB平台,将BP人工神经网络、遗传算法和数值模拟技术应用于铝型材挤压模具的导流孔形状优化设计。由正交实验法安排模拟实验组合,采用SuperForge软件对进行型材挤压过程进行数值模拟,并以挤压时金属流出模口平面的z向质点流速的均方差作为模型目标值;将模拟结果作为人工神经网络的输入样本对进行网络训练并建立网络知识源;通过遗传算法求得模型的全局优化解;最后通过有限体积法数值模拟技术验证并比较优化所得导流孔形状与经验法确定的导流孔形状对金属流动均匀性的影响。分析结果表明,通过调整导流孔形状能使金属流出模口的速度分布更均匀,表明对挤压模具导流孔形状的优化是有效的。     

神经网络智能算法在砂砾石本构模型中的应用研究

通过人工神经网络方法构建砂砾石材料的非线性本构模型,结合工程实例进行了有限元分析计算,提出了对有一定高度的同性材料按不同围压进行分区,并结合神经网络本构模型进行计算的方法;研究结论对神经网络在本构模型上应用的特点提出了基本的研究思路.     

基于BP神经网络模型的机床大件结构动态优化方法及其应用研究

将BP神经网络理论与有限元建模方法相结合，提出了采用BP神经网络建立机床整机主要部件的动力学模型，并应用大型有限元分析软件ANSYS的APDL进行BP神经网络样本的快速采样的方法，根据所提出的方法，建立了机床双W筋板床身的筋板位置，厚度与床身前5阶频率之间的BP神经网络模型，并以床身第1阶固有频率最高为目标进行了设计变量的自动搜索寻优计算且获得了满意的结果，表明神经网络理论与传统的数值方法相结合应用于实体结构的动态分析计算具有重要的现实意义。     

边坡岩体力学参数反分析方法

为了提高数值计算结果的可靠度,基于正交设计、差分法和人工神经网络建立了新的边坡岩体力学参数反分析方法. 按照正交设计要求,选定反演参数的水平,确定数值模拟方案;用FLAC2D差分程序计算得出相应的神经网络分析样本;对RBF神经网络进行训练;利用现场监测位移,对某露天矿边坡岩体的力学参数进行神经网络反分析. 反分析结果与理论值的误差很小,满足精度要求,表明该反分析方法的可行性和精确性.     

水泥砼路面基层刚度反演分析的EBP方法

利用人工神经网络方法，对水泥砼路面基层刚度的计算进行了研究。采用有限元模态分析技术，对弹性半无限空间体上的水泥砼路面板有、无基层刚度变化情况分别进行了模拟，得到了一系列路面板自振频率与基层平面位置的映射关系，将此作为EBP网络学习样本，为加快网络训练收敛速度，采用了学习率自适应调整策略。算例结果表明，EBP人工神经网络算法可用于确定路面板基层刚度变化与其实际位置之间的映射关系。     

求取内燃机零件可靠度系数的一种新方法

提出了一种求取内燃机零件可靠度系数的新方法．将神经网络技术引入设计验算点法来求内燃机零件可靠度系数,计算涡轮增压器压气机叶片可靠度系数的实例表明该改进方法的可行性与优越性．把有限元法、神经网络技术、设计验算点法有机地结合起来,为求解各种机械零件的可靠度系数提供了一种新的手段．     

海水入侵三维含水层渗透系数的BP网络逆反分析

为研究复杂地质体海水入侵渗透系数的不确定性,将非线性动力学神经网络用于海水入侵的三维含水层参数的逆反分析,建立了基于监测水头值的海水入侵渗透系数直接识别方法.采用正交设计试验方法进行三维数值试验产生代表性的样本数据,通过误差逆传播学习算法建立多层的神经网络模型,表示观测水头和渗透系数隐式的复杂非线性映射关系,通过观测水头信息直接预测含水层渗透系数.该方法可利用现有的海水入侵三维有限元模拟程序.算例表明该法具有良好的分析精度,可满足工程要求.