基于BP神經網絡的機架焊接用量優(yōu)化研究.pdf

1、在工程設計中，人們總是希望在滿足各種約束限制的條件下，設計的方案性能最好、成本最低。焊接用量的優(yōu)化能夠有效降低成本，簡化工藝，是一項非常有意義的工作，但是由于焊接方式多樣，焊接過程中的影響因素眾多，造成了焊接用量優(yōu)化的復雜性，傳統的優(yōu)化方法難以解決。作者在閱讀了大量參考文獻的基礎上，根據問題的特點，利用神經網絡對此問題進行了初步的研究。 對于工作狀況下的焊接機架，焊縫長度與焊接機架最大應力之間難以建立確切的數學表達式，因此作者利

2、用神經網絡的非線形映射功能，建立神經網絡，實現了焊縫長度——最大應力的映射關系，并用從有限元分析中獲得的數據樣本對建立的BP神經網絡進行訓練。在此基礎上，作者針對結構分析中最大應力點跳躍及多輸入多輸出網絡的缺點，對網絡進行了改進，以使神經網絡更好地適應于所要求解的問題。此外，在構建BP神經網絡的過程中，作者還討論了網絡隱層數、隱層神經元數的選取以及網絡的訓練等問題。作者通過建立BP神經網絡，實現了用神經網絡替代有限元分析，進行焊接機架在