基于神經(jīng)網(wǎng)絡(luò)模型的微懸臂梁力學(xué)特性研究.pdf

1、人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，簡稱ANN)是在人腦神經(jīng)網(wǎng)絡(luò)認(rèn)知理解的基礎(chǔ)上人工構(gòu)造的能夠?qū)崿F(xiàn)某種功能的神經(jīng)網(wǎng)絡(luò)。它具有生物神經(jīng)網(wǎng)絡(luò)的某些特征，是一個(gè)信息處理系統(tǒng)。神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡單、能夠大規(guī)模并行、容易用硬件實(shí)現(xiàn)，并且具有學(xué)習(xí)和記憶能力、自適應(yīng)和多樣性等特性。 本文將BP網(wǎng)絡(luò)算法應(yīng)用在微懸臂梁力學(xué)特性的研究中。 BP網(wǎng)絡(luò)算法廣泛應(yīng)用于非線性建模，模式識(shí)別、預(yù)測等方面。 本文在MA

2、TLAB7.0環(huán)境下，采用多尺度小波變換算法對(duì)實(shí)驗(yàn)所得微懸臂梁加載力、撓度的原始數(shù)據(jù)進(jìn)行了消噪預(yù)處理；建立了微懸臂梁力學(xué)特性研究的BP神經(jīng)網(wǎng)絡(luò)模型；擬合、分析微懸臂梁的力學(xué)實(shí)驗(yàn)數(shù)據(jù)，預(yù)測不同參數(shù)的微懸臂梁加載力一撓度關(guān)系。 另外，針對(duì)BP網(wǎng)絡(luò)收斂速度慢、易陷于極小點(diǎn)等缺點(diǎn)，改進(jìn)了網(wǎng)絡(luò)的初始值及網(wǎng)絡(luò)的訓(xùn)練算法，以保證網(wǎng)絡(luò)穩(wěn)定快速收斂。 實(shí)驗(yàn)結(jié)果表明，在相同加載力的作用下?lián)隙入S微懸臂梁長度的增大而增大，隨其寬度的增大而減小；