基于代理模型的复合材料带加强筋板铺层优化

该文基于遗传算法对复合材料带加强筋板中加强筋的铺层顺序进行了优化,使结构在质量一定的情况下结构屈曲载荷最大。为了减少优化过程中有限元模型的调用次数,引入径向基神经网络作为代理模型对结构屈曲载荷进行估计,并且将铺层参数作为其输入以降低目标函数的非线性。由于设计空间形状不规则,采用D-optimal实验设计方法确定训练径向基神经网络的采样点集。考虑到代理模型存在估计误差,提出了加强代理模型在暂定最优区域估计精度的方法。算例表明:以铺层参数为输入的径向基神经网络在建立代理模型方面具有较高的精度和效率;代理模型的局部精度加强可进一步提高代理模型在暂定最优区域的精度。