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

1、本文提出了一種應(yīng)用于結(jié)構(gòu)優(yōu)化設(shè)計(jì)的自適應(yīng)隨機(jī)粒子群神經(jīng)網(wǎng)絡(luò)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(yīng)隨機(jī)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(shí)例分析證明自適應(yīng)隨機(jī)粒子群算法（ARPSO）在優(yōu)化性能和穩(wěn)定性上均有較大改進(jìn)。為了更好利用神經(jīng)網(wǎng)絡(luò)的非線性映射能力，將訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)取代結(jié)構(gòu)有限元計(jì)算，針對(duì)BP神經(jīng)網(wǎng)絡(luò)自身結(jié)構(gòu)難以確定的

2、問(wèn)題，提出采用ARPSO構(gòu)造并優(yōu)化BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，實(shí)現(xiàn)了BP神經(jīng)網(wǎng)絡(luò)構(gòu)造的智能化和自適應(yīng)優(yōu)化。ARPSO-BP是將自適應(yīng)隨機(jī)粒子群算法和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的新型智能算法。用該算法完成了14個(gè)變量的復(fù)雜結(jié)構(gòu)優(yōu)化工程實(shí)例，優(yōu)化結(jié)果通過(guò)了常規(guī)有限元方法的檢驗(yàn)。 采用C++完成了該算法通用程序的編制。該程序無(wú)需改動(dòng)即可計(jì)算不超過(guò)50個(gè)設(shè)計(jì)變量的結(jié)構(gòu)優(yōu)化問(wèn)題，界面友好，初步具備了工程應(yīng)用價(jià)值。經(jīng)算例驗(yàn)證取得了令人滿意的效果，為有效解決類