期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
面向冷弯型钢构件弹性屈曲临界荷载预测的BP神经网络训练算法比选
1
作者 戴宜凌 王少快 尹凌峰 《应用数学和力学》 北大核心 2025年第2期129-141,共13页
弹性屈曲临界荷载是准确评价冷弯型钢构件承载力的重要指标.利用人工神经网络(artificial neural networks,ANNs)模型对冷弯C型截面轴压构件的屈曲临界载荷进行了预测,将影响屈曲的几何参数和有限条法所得的计算结果作为数据集,对神经... 弹性屈曲临界荷载是准确评价冷弯型钢构件承载力的重要指标.利用人工神经网络(artificial neural networks,ANNs)模型对冷弯C型截面轴压构件的屈曲临界载荷进行了预测,将影响屈曲的几何参数和有限条法所得的计算结果作为数据集,对神经网络模型进行了训练、验证和测试.基于最优化理论,采用6种不同的优化算法进行了模型的训练,并比较了不同算法的网络模型性能.通过随机网格搜索确定最优超参数,使用3种统计参数来评估训练后的人工神经网络的性能,以得到最适合预测屈曲临界荷载的神经网络模型.结果表明:Levenberg-Marquardt(L-M)算法在非线性最小二乘问题上相较于其他算法具有更高的准确性,多次训练后,L-M算法使模型预测误差非常小,而其他算法在准确度上不及L-M算法. 展开更多
关键词 BP神经网络 最优化理论 弹性屈曲临界荷载 冷弯型钢 非线性最小二乘
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部