結(jié)構(gòu)優(yōu)化設(shè)計中的ARPSO-BP方法研究.pdf

1、本文提出了一種應用于結(jié)構(gòu)優(yōu)化設(shè)計的自適應隨機粒子群神經(jīng)網(wǎng)絡算法（ARPSO-BP）。為了迅速收斂至全局最優(yōu)解，基本粒子群算法中不同的函數(shù)需要采用不同的慣性因子。因此，本文提出自適應隨機慣性因子，并引入到粒子群算法中以提高其性能。函數(shù)優(yōu)化算例和工程實例分析證明自適應隨機粒子群算法（ARPSO）在優(yōu)化性能和穩(wěn)定性上均有較大改進。為了更好利用神經(jīng)網(wǎng)絡的非線性映射能力，將訓練好的BP神經(jīng)網(wǎng)絡取代結(jié)構(gòu)有限元計算，針對BP神經(jīng)網(wǎng)絡自身結(jié)構(gòu)難以確定的

2、問題，提出采用ARPSO構(gòu)造并優(yōu)化BP神經(jīng)網(wǎng)絡結(jié)構(gòu)，實現(xiàn)了BP神經(jīng)網(wǎng)絡構(gòu)造的智能化和自適應優(yōu)化。ARPSO-BP是將自適應隨機粒子群算法和BP神經(jīng)網(wǎng)絡相結(jié)合的新型智能算法。用該算法完成了14個變量的復雜結(jié)構(gòu)優(yōu)化工程實例，優(yōu)化結(jié)果通過了常規(guī)有限元方法的檢驗。 采用C++完成了該算法通用程序的編制。該程序無需改動即可計算不超過50個設(shè)計變量的結(jié)構(gòu)優(yōu)化問題，界面友好，初步具備了工程應用價值。經(jīng)算例驗證取得了令人滿意的效果，為有效解決類