

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、火炮結構系統(tǒng)中廣泛地存在著不確定性,因此計及不確定性的火炮結構設計對提升火炮的相關性能指標和零部件加工工藝性具有重要意義。區(qū)間優(yōu)化方法是一種計及參數不確定性的設計方法,本文對機械結構優(yōu)化設計中的區(qū)間優(yōu)化方法的模型和算法開展了研究,然后將上述方法應用于火炮結構設計實例中,再采用神經網絡優(yōu)選方法對區(qū)間優(yōu)化得到的多個非劣的火炮關鍵參數誤差方案進行優(yōu)中選優(yōu)。主要研究工作如下:
1)針對結構尺寸的不確定性,提出了兩種區(qū)間優(yōu)化方法。一種是
2、改進的計及公差的區(qū)間優(yōu)化方法,將概率和區(qū)間方法相結合,提出了基于離散化的區(qū)間可能度模型,并結合公差等級系數改進了公差指標。另一種是三參數區(qū)間不確定性優(yōu)化方法,結合公差帶定義了三參數區(qū)間,根據公差帶的實際約束將三參數區(qū)間轉化為兩參數區(qū)間。另外,還提出了一種基于NSGA-Ⅱ和試驗設計方法相結合的算法,它將求解區(qū)間優(yōu)化的兩層嵌套優(yōu)化問題解耦為單層優(yōu)化問題,兼顧了計算精度和效率。
2)將區(qū)間優(yōu)化方法與三個火炮結構優(yōu)化設計實例進行了結合
3、。對制退機關鍵結構尺寸及公差采用改進的計及公差的區(qū)間優(yōu)化方法進行了同步優(yōu)化;對計及流液孔尺寸不確定性的后坐阻力采用三參數區(qū)間不確定性優(yōu)化方法進行了分析和優(yōu)化;以火炮總體結構關鍵參數為設計變量,進一步改進了公差指標,提出了基于近似模型的區(qū)間優(yōu)化模型和算法,對火炮總體結構關鍵參數進行了區(qū)間優(yōu)化。
3)針對區(qū)間優(yōu)化得到的多個相互非劣的火炮關鍵參數誤差方案,利用神經網絡優(yōu)選方法對誤差方案進行優(yōu)選。采用基于離差最大化的多屬性優(yōu)選方法得到
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 火炮關鍵參數誤差方案的模糊優(yōu)選神經網絡綜合評價研究.pdf
- 火炮關鍵參數誤差方案模糊綜合評價研究.pdf
- 轉杯紡成紗質量神經網絡輸入參數優(yōu)選.pdf
- 區(qū)間神經網絡的研究與應用.pdf
- 基于神經網絡參數優(yōu)化的PID控制研究.pdf
- 改進的Elman神經網絡和網絡參數優(yōu)化算法研究.pdf
- 基于神經網絡入侵檢測系統(tǒng)的參數優(yōu)化.pdf
- 小波神經網絡參數優(yōu)化及其應用.pdf
- 基于神經網絡的動態(tài)誤差建模及實驗研究.pdf
- 基于神經網絡的電阻點焊工藝參數優(yōu)化
- 基于CMAC神經網絡的SLS工藝參數優(yōu)化方法研究.pdf
- 區(qū)間神經網絡的算法收斂性分析.pdf
- 神經網絡PID控制系統(tǒng)設計及參數PSO優(yōu)化研究.pdf
- BP神經網絡的結構優(yōu)化及應用.pdf
- 粒子群算法在神經網絡參數優(yōu)化中的應用.pdf
- 前饋神經網絡參數和結構的優(yōu)化策略研究.pdf
- 淺談基于神經網絡的電阻點焊工藝參數優(yōu)化
- 神經網絡誤差補償預測控制
- 基于DW-RBF神經網絡的軸箱結構參數優(yōu)化研究.pdf
- 基于神經網絡的多響應復雜過程參數優(yōu)化方法研究.pdf
評論
0/150
提交評論