铸铝一体化车门的多目标可靠性优化设计 被引量：4

1

作者 吴勃夫 吴姚烨 +2 位作者 贝璟 吴宗扬 孙亮 《工程设计学报》 CSCD 北大核心 2024年第2期188-200,共13页

为提升车门的轻量化水平与性能,采用“材料—结构—性能”一体化集成方法设计铸铝一体化车门。基于构建的铸铝一体化车门有限元模型,以车门的厚度为设计变量,采用径向基函数(radial basis function,RBF)神经网络近似模型和二阶响应面近... 为提升车门的轻量化水平与性能,采用“材料—结构—性能”一体化集成方法设计铸铝一体化车门。基于构建的铸铝一体化车门有限元模型,以车门的厚度为设计变量,采用径向基函数(radial basis function,RBF)神经网络近似模型和二阶响应面近似模型并分别结合二代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)、多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法以及多岛遗传算法(multi-island genetic algorithm,MIGA)对车门的下沉刚度工况位移、上扭转刚度工况位移、下扭转刚度工况位移、一阶弯曲模态频率、一阶扭转模态频率和质量进行确定性优化设计。在此基础上,考虑材料及加工制造等不确定性因素,对确定性优化解的质量水平进行6Sigma可靠性分析与优化。结果表明,二阶响应面近似模型与MOPSO算法的优化组合方案实现了车门的最佳轻量化,RBF神经网络近似模型与MOPSO算法的优化组合方案实现了车门下沉刚度工况位移的最小化。上述2种组合分别实现了车门轻量化与安全化的设计目标。研究结果可为车身零部件的优化设计提供参考。 展开更多

关键词 铸铝一体化车门 轻量化 径向基函数神经网络近似模型 二阶响应面近似模型 多目标粒子群优化算法 6Sigma可靠性

在线阅读 下载PDF 职称材料

多层厚度电涡流检测反演算法及实验研究 被引量：6

2

作者 黄平捷 吴昭同 +1 位作者 郑建才 周泽魁 《仪器仪表学报》 EI CAS CSCD 北大核心 2005年第4期428-432,共5页

介绍了有限截面线圈置于多层结构上方的阻抗变化数学模型,研究了根据检测电压变化值反演厚度的3种算法模型:最小二乘数值优化逼近、反向传播神经网络及径向基函数网络模型,结合1个两层厚度检测的例子进行了比较分析,指出BP神经网络模型... 介绍了有限截面线圈置于多层结构上方的阻抗变化数学模型,研究了根据检测电压变化值反演厚度的3种算法模型:最小二乘数值优化逼近、反向传播神经网络及径向基函数网络模型,结合1个两层厚度检测的例子进行了比较分析,指出BP神经网络模型在多层厚度反演中具有良好的稳健性。 展开更多

关键词 电涡流检测 实验研究 反演算法 反向传播神经网络 BP神经网络模型 径向基函数 数学模型 多层结构 优化逼近 最小二乘 算法模型 电压变化 比较分析 厚度检测 稳健性 数值

在线阅读 下载PDF 职称材料

基于LMBP改进算法的神经网络结构优化 被引量：7

3

作者 杨英 唐平 +1 位作者 王越超 丘衍航 《计算机工程》 CAS CSCD 北大核心 2008年第1期215-217,共3页

提出了一种基于增长法的神经网络结构优化算法。在函数逼近的BP神经网络中引入一种改进的BP算法(LMBP算法),通过二次误差下降与梯度下降,利用误差变化规律分析网络结构的优化程度,自适应地增加隐层神经元或网络层次,从而得到一个合适的... 提出了一种基于增长法的神经网络结构优化算法。在函数逼近的BP神经网络中引入一种改进的BP算法(LMBP算法),通过二次误差下降与梯度下降,利用误差变化规律分析网络结构的优化程度,自适应地增加隐层神经元或网络层次,从而得到一个合适的网络结构。进行了仿真实验及该算法与RAN算法用于逼近函数的对比实验,实验结果表明了该算法的有效性。 展开更多

关键词 神经网络 结构优化 LMBP算法 函数逼近 RAN算法

在线阅读 下载PDF 职称材料

多项式函数的神经网络逼近:网络的构造与逼近算法 被引量：12

4

作者 曹飞龙 徐宗本 梁吉业 《计算机学报》 EI CSCD 北大核心 2003年第8期906-912,共7页

该文作者先用构造性方法证明 :对于给定的r阶多项式函数 ,可以具体地构造出一个三层前向神经网络 ,以任意精度逼近该多项式 ,所构造的网络的隐层节点个数仅与多项式的阶数r和网络的输入个数s有关 ,并能准确地用r表达 ;然后 ,给出一个实... 该文作者先用构造性方法证明 :对于给定的r阶多项式函数 ,可以具体地构造出一个三层前向神经网络 ,以任意精度逼近该多项式 ,所构造的网络的隐层节点个数仅与多项式的阶数r和网络的输入个数s有关 ,并能准确地用r表达 ;然后 ,给出一个实现这一逼近的具体算法 ;最后 ,给出两个数值算例进一步验证所得的理论结果 . 展开更多

关键词 多项式函数 神经网络 函数逼近 逼近算法 人工神经网络

在线阅读 下载PDF 职称材料

BP神经网络用于函数逼近的最佳隐层结构 被引量：35

5

作者 廖宁放 高稚允 《北京理工大学学报》 EI CAS CSCD 1998年第4期476-480,共5页

目的研究采用反向传播（ＢＰ）算法的人工神经网络用于函数逼近时的最佳隐层结构。方法以典型的ｎ输入、单输出的多层ＢＰ网为例，在几种不同的网络隐层结构下对典型的连续函数进行逼近训练，分析各网络输出的全局误差．结果含有４个隐... 目的研究采用反向传播（ＢＰ）算法的人工神经网络用于函数逼近时的最佳隐层结构。方法以典型的ｎ输入、单输出的多层ＢＰ网为例，在几种不同的网络隐层结构下对典型的连续函数进行逼近训练，分析各网络输出的全局误差．结果含有４个隐层的ＢＰ网具有最佳的学习收敛特性和函数逼近精度，各隐层所包含的单元数应当在１０～２０个之间，收敛性最差的是单隐层网，结论用于函数逼近的最佳ＢＰ神经网络应当是一个包含４个左右隐层的多层网，且各隐层中的单元数应当适中． 展开更多

关键词 人工神经网络 BP算法 函数逼近 隐层结构

在线阅读 下载PDF 职称材料

遗传前馈神经网络在函数逼近中的应用 被引量：7

6

作者 陈小平 赵鹤鸣 杨新艳 《计算机工程》 CAS CSCD 北大核心 2008年第20期24-25,28,共3页

人工神经网络具有高计算能力、泛化能力和非线性映射等特点,被成功应用于众多领域,但缺乏用于确定其网络拓扑结构、激活函数和训练方法的规则。该文提出利用遗传算法优化前馈神经网络的方法,将网络结构、激活函数和训练方法等编码作为个... 人工神经网络具有高计算能力、泛化能力和非线性映射等特点,被成功应用于众多领域,但缺乏用于确定其网络拓扑结构、激活函数和训练方法的规则。该文提出利用遗传算法优化前馈神经网络的方法,将网络结构、激活函数和训练方法等编码作为个体,发现最优或次优解,针对特定问题设计较理想的前馈神经网络。介绍遗传算法的具体步骤,对非线性函数逼近进行实验,结果表明优化后前馈神经网络的性能优于由经验确定的前馈神经网络,验证了本文方法的有效性。 展开更多

关键词 遗传算法 人工神经网络 函数逼近

在线阅读 下载PDF 职称材料

BP和RBF神经网络的实现及其性能比较 被引量：57

7

作者 刘永 张立毅 《电子测量技术》 2007年第4期77-80,共4页

本文介绍了2种应用颇为广泛的神经网络模型,BP及RBF神经网络的基本理论,并从数学角度阐述了2种算法的学习过程,其后简要地阐述了MATLAB神经网络工具箱设计BP和RBF网络的主要函数。为了比较2种网络的性能差异,最后在MATLAB环境下设计了... 本文介绍了2种应用颇为广泛的神经网络模型,BP及RBF神经网络的基本理论,并从数学角度阐述了2种算法的学习过程,其后简要地阐述了MATLAB神经网络工具箱设计BP和RBF网络的主要函数。为了比较2种网络的性能差异,最后在MATLAB环境下设计了具体的网络来对指定的非线性函数进行函数逼近。仿真结果表明,RBF的泛化能力在多个方面都优于BP网络,但是在解决具有相同精度要求的问题时,BP网络的结构要比RBF网络简单,因此在实际应用中可以此来指导神经网络的设计。 展开更多

关键词 人工神经网络 反向传播算法 径向基网络 训练 函数逼近

在线阅读 下载PDF 职称材料

一种快速逼近的神经网络构造性算法 被引量：2

8

作者 许仙珍 费树岷 朱雨 《计算机工程与应用》 CSCD 北大核心 2004年第16期53-56,共4页

选取合适的网络结构是前馈网络应用中首先遇到一个十分重要而又困难的问题。文章针对前馈网络的特点,提出了一种网络构造算法。该算法的主要特点是把二层网络的训练问题转化为求解线性方程组的最小二乘解,直接求得使误差最小的权值矩阵... 选取合适的网络结构是前馈网络应用中首先遇到一个十分重要而又困难的问题。文章针对前馈网络的特点,提出了一种网络构造算法。该算法的主要特点是把二层网络的训练问题转化为求解线性方程组的最小二乘解,直接求得使误差最小的权值矩阵,并通过划分样本子集来创建子网,把子网输出映射到输出层,形成三层网络结构。由于避免了传统BP算法的梯度搜索过程,该算法能快速收敛。仿真结果表明,所提出的算法可快速、有效地逼近连续函数。 展开更多

关键词 神经网络 构造算法 最小二乘算法 函数逼近

在线阅读 下载PDF 职称材料

函数逼近神经网络的一种快速学习算法 被引量：2

9

作者 朱炬波 马士林 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 1998年第4期303-307,共5页

通过分析待学习参数的不同特性，提出一种快速收敛方法，使网络的收敛速度大大提高．通过对多种函数的实验，与不同的网络结果对比，表明此方法具有很强的普遍性．

关键词 神经网络 函数逼近 子波分析 学习算法

在线阅读 下载PDF 职称材料

前向代数神经网络的函数逼近理论及学习算法 被引量：14

10

作者 周永权 《计算机研究与发展》 EI CSCD 北大核心 2000年第3期264-271,共8页

文中对ＭＰ神经元模型进行了推广，定义了多项式代数神经元、多项式代数神经网络，将多项式代数融入代数神经网络，分析了前向多项式代数神经网络函数逼近能力及理论依据，设计出了一类双输入单输出的前向４层多项式代数神经网络模型，... 文中对ＭＰ神经元模型进行了推广，定义了多项式代数神经元、多项式代数神经网络，将多项式代数融入代数神经网络，分析了前向多项式代数神经网络函数逼近能力及理论依据，设计出了一类双输入单输出的前向４层多项式代数神经网络模型，由该模型构成的网络能够逼近于给定的二元多项式到预定的精度．给出了在Ｐ－ａｄｉｃ意义下的多项式代数神经网络函数逼近整体学习算法，在学习的过程中，不存在局部极小，通过实例表明，该算法有效．最后，指出ＦＬＡＮＮ中函数展开型网络均可由神经元的激发函数变换来实现，为近似符号网络计算提供一新理论和方法． 展开更多

关键词 多项式代数 函数逼近 学习算法 神经网络

在线阅读 下载PDF 职称材料

基于神经网络的函数逼近问题 被引量：1

11

作者 李凯 徐永春 孙翠先 《河北大学学报（自然科学版）》 CAS 2001年第3期215-217,共3页

给出了函数逼近问题 ,提出了一种新的神经网络模型 ,结合函数逼近问题及该神经网络模型给出了一种学习算法 ,并利用该算法对函数逼近进行了仿真 .

关键词 神经网络 函数逼近 学习算法

在线阅读 下载PDF 职称材料

基于改进遗传算法的地震后重建工程造价模型改进设计 被引量：3

12

作者 胡丹萍 陶学明 《地震工程学报》 CSCD 北大核心 2018年第4期848-852,866,共6页

传统依据BP神经网络的地震后重建工程造价模型求导运算过程复杂,收敛效率较低,造价结果准确性低。提出基于改进遗传算法的地震后重建工程造价模型,结合地震后重建工程造价的影响因素,通过算法优化造价模型,选择更好的造价模拟数据,模拟... 传统依据BP神经网络的地震后重建工程造价模型求导运算过程复杂,收敛效率较低,造价结果准确性低。提出基于改进遗传算法的地震后重建工程造价模型,结合地震后重建工程造价的影响因素,通过算法优化造价模型,选择更好的造价模拟数据,模拟数据构建造价函数模型,利用T系数运算分析造价函数模型数据,采用二进制计算规律对造价函数的数据参数实施拟定,通过公式演算获取高精度的数据参数值,得到精确的造价数据。实验结果表明:所设计的模型能够准确、快速的对地震后重建工程造价进行预算。 展开更多

关键词 地震后重建 工程造价 BP神经网络 收敛速度 优化函数 改进遗传算法

在线阅读 下载PDF 职称材料

近邻传播聚类算法的RBF隐含层节点优化 被引量：1

13

作者 李志超 孔国利 《现代电子技术》 北大核心 2016年第19期16-19,24,共5页

传统的RBF神经网络预测精度会由于随机选取隐含层中心节点不合适而导致算法效率低下和数值病态,为了提高RBF神经网络的效率,提出了一种用近邻传播AP聚类算法改进RBF神经网络的方法,并介绍了该方法的原理及建模步骤。由于采用的AP聚类算... 传统的RBF神经网络预测精度会由于随机选取隐含层中心节点不合适而导致算法效率低下和数值病态,为了提高RBF神经网络的效率,提出了一种用近邻传播AP聚类算法改进RBF神经网络的方法,并介绍了该方法的原理及建模步骤。由于采用的AP聚类算法属于自适应聚类学习算法,无需事先给定隐含层中心节点的个数,能够适用于不具有先验信息的预测。首先,利用AP算法根据训练样本的信息进行聚类迭代,从而确定RBF神经网络中隐含层的中心节点和节点数值,解决了RBF网络的中心取值问题。然后,把所有输入数据代入基于AP聚类算法优化的RBF神经网络中进行预测。由于AP算法无需预先指定聚类数目,所提方案能提高网络的学习精度和训练速度,利用所提优化方案对正弦函数进行逼近的仿真实验,结果表明该方案的逼近误差仅为0.005 5,在0.3噪声下能保持较好的预测精度。 展开更多

关键词 径向基函数神经网络 近邻传播聚类算法 隐含层 逼近误差

在线阅读 下载PDF 职称材料

前向傅立叶神经网络系统逼近理论及学习算法

14

作者 周永权 何登旭 谢宁新 《计算机工程与应用》 CSCD 北大核心 2003年第5期72-75,共4页

定义了傅立叶神经元与傅立叶神经网络,将一组傅立叶基三角函数作为神经网络各隐层单元的激合函数,设计出一类单输入单输出三层前向傅立叶神经网络与双输入单输出四层前向傅立叶神经网络,以及奇、偶傅立叶神经网络,基于三角函数逼近论,... 定义了傅立叶神经元与傅立叶神经网络,将一组傅立叶基三角函数作为神经网络各隐层单元的激合函数,设计出一类单输入单输出三层前向傅立叶神经网络与双输入单输出四层前向傅立叶神经网络,以及奇、偶傅立叶神经网络,基于三角函数逼近论,讨论了前向傅立叶神经网络的三角插值机理及系统逼近理论,且有严格的数学理论基础,给出了前向傅立叶神经网络学习算法,通过学习,它们分别能逼近于给定的傅立叶函数到预定的精度。仿真实验表明,该学习算法效率高,具有极为重要的理论价值和应用背景。 展开更多

关键词 前向傅立叶神经网络系统 逼近理论 学习算法 三角函数逼近 函数逼近 人工神经网络

在线阅读 下载PDF 职称材料

ANN构造性设计中基于GA优选神经元激活函数类型

15

作者 王仲宇 刘红星 《计算机工程与应用》 CSCD 北大核心 2004年第23期46-49,共4页

构造性设计是ANN设计的发展方向之一。全面的高质量的ANN学习应包括神经元激活函数类型的自动优化。该文在构造性设计的框架内讨论了如何实现典型前馈网络的包括神经元激活函数类型在内的全面学习。首先,提出了典型前馈网络的一种构造... 构造性设计是ANN设计的发展方向之一。全面的高质量的ANN学习应包括神经元激活函数类型的自动优化。该文在构造性设计的框架内讨论了如何实现典型前馈网络的包括神经元激活函数类型在内的全面学习。首先,提出了典型前馈网络的一种构造性设计方法的原理和算法框架,把整个网络的设计分解成了一个个单个神经元的设计问题;然后提出了基于GA的能实现激活函数类型优选的单个神经元的设计方法。大量函数拟合的仿真实验显示:与其它几种激活函数类型不优选的常见ANN设计方法相比,该文提出的方法更有效,能用较小的网络结构获得较好的泛化性能。 展开更多

关键词 神经网络 构造性方法 遗传算法 神经元激活函数 ANN设计 构造性设计

在线阅读 下载PDF 职称材料

基于前馈神经网络的自适应回声消除方法

16

作者 崔海徽 王石刚 +1 位作者 王高中 蒋志辉 《声学技术》 EI CSCD 2004年第2期121-124,共4页

回声消除常用的LMS算法收敛性差,而收敛性好的RLS算法计算量大。文章中提出一种全新的求解方法:基于前馈神经网络的自适应回声消除方法。把回声消除模型中求解滤波器系数的问题转化为前馈神经网络神经元权值的训练问题,并运用误差反向... 回声消除常用的LMS算法收敛性差,而收敛性好的RLS算法计算量大。文章中提出一种全新的求解方法:基于前馈神经网络的自适应回声消除方法。把回声消除模型中求解滤波器系数的问题转化为前馈神经网络神经元权值的训练问题,并运用误差反向传播算法(BP算法)得出神经元权值的递推公式。经仿真计算,能较好地实现回声消除,与原传统算法LMS和RLS计算比较:该方法能得到非常高的计算精度和明显优越的收敛性能,而计算量只有RLS算法的一半。 展开更多

关键词 前馈神经网络 自适应滤波 回声消除 误差反向传播算法

在线阅读 下载PDF 职称材料

BP神经网络的IAPSOBPNN组合训练算法 被引量：1

17

作者 黄丽 唐万梅 《重庆工学院学报（自然科学版）》 2008年第9期120-126,共7页

针对BP神经网络易陷入局部极小点、泛化能力低的缺陷,提出了BP神经网络的IAP-SOBPNN(Particle Swarm Optimization with Immunity Algorithm Back Propagation Neural Network)组合训练算法,即免疫算法、粒子群算法和BP算法的组合.将此... 针对BP神经网络易陷入局部极小点、泛化能力低的缺陷,提出了BP神经网络的IAP-SOBPNN(Particle Swarm Optimization with Immunity Algorithm Back Propagation Neural Network)组合训练算法,即免疫算法、粒子群算法和BP算法的组合.将此组合训练算法应用到非线性函数逼近和具有复杂非线性动力学特征的股价预测中,仿真实验表明,该算法避免了网络陷入局部极小点,提高了网络的泛化能力,同时为BP网络参数的确定提供了一条崭新的思路. 展开更多

关键词 BP神经网络 IAPSOBPNN组合训练算法 非线性函数逼近 股价预测

在线阅读 下载PDF 职称材料

PSO粒子群算法在神经网络泛化能力中研究 被引量：6

18

作者 刘军 邱晓红 +1 位作者 汪志勇 杨鹏 《计算机工程与应用》 CSCD 北大核心 2009年第29期34-36,67,共4页

利用PSO粒子群算法对神经网络的权值和阈值,隐藏层中神经元的传递函数系数进行优化。针对网络训练效果好,而泛化能力很差的情况,将训练样本均方差和权值的平方和结合作为PSO算法的目标函数。实验表明,该方法比惯性权值PSO-BP算法和基本... 利用PSO粒子群算法对神经网络的权值和阈值,隐藏层中神经元的传递函数系数进行优化。针对网络训练效果好,而泛化能力很差的情况,将训练样本均方差和权值的平方和结合作为PSO算法的目标函数。实验表明,该方法比惯性权值PSO-BP算法和基本梯度下降法好,不但稳定性好,而且预测精度高,泛化能力得到明显加强。 展开更多

关键词 BP网络 PSO粒子群算法 传递函数 逼近 泛化

在线阅读 下载PDF 职称材料

用蛙跳算法优化RBF神经网络参数的研究 被引量：9

19

作者 薛升翔 贾振红 +1 位作者 杨杰 庞韶宁 《计算机工程与应用》 CSCD 北大核心 2011年第28期59-61,共3页

针对径向基函数(Radial Basis Functions,RBF)神经网络结构参数确定问题,提出了一种基于蛙跳算法优化RBF神经网络参数的新方法。将RBF神经网络参数组成一个多维向量,作为蛙跳算法中的参数进行优化。以适应度函数为标准,在可行解空间中... 针对径向基函数(Radial Basis Functions,RBF)神经网络结构参数确定问题,提出了一种基于蛙跳算法优化RBF神经网络参数的新方法。将RBF神经网络参数组成一个多维向量,作为蛙跳算法中的参数进行优化。以适应度函数为标准,在可行解空间中搜索最优解,并对蛙跳算法进行了改进。非线性函数逼近实验结果表明,该优化算法相对标准遗传优化算法、粒子群优化算法有较小的均方误差,具有更好的逼近能力。 展开更多

关键词 蛙跳算法 径向基函数神经网络 非线性函数逼近 参数优化

在线阅读 下载PDF 职称材料

联合匹配场和神经网络的声速时间场构建方法 被引量：4

20

作者 李林洋 徐天河 +3 位作者 王君婷 黄威 高凡 舒建旭 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2023年第11期2044-2053,共10页

局域声速场变化严重影响了海洋声学定位与导航的精度,构建高精度、高分辨率的声速时间场尤为重要。针对局域声速场参考样本不足导致声速场构建精度较低的问题,本文依据匹配场和神经网络理论,建立了联合匹配场和神经网络的声速时间场构... 局域声速场变化严重影响了海洋声学定位与导航的精度,构建高精度、高分辨率的声速时间场尤为重要。针对局域声速场参考样本不足导致声速场构建精度较低的问题,本文依据匹配场和神经网络理论,建立了联合匹配场和神经网络的声速时间场构建方法。利用通信数据和全水深声速剖面数据,采用匹配场处理进行声速剖面仿真,其次通过后向传播神经网络拟合经验正交函数分解重构系数构建声速剖面,并与实测抛弃式温盐深剖面仪数据进行对比。结果表明:与平均声速剖面的1.079 m/s相比,考虑匹配场仿真声速剖面的联合匹配场和神经网络的声速时间场构建方法的均方根误差为0.665 m/s,提高了38.4%。因此,该算法可以提高复杂海洋环境中声速时间场的构造精度。 展开更多

关键词 声速时间场构建 匹配场处理 后向传播神经网络 声速剖面反演 经验正交函数分解 启发式算法 射线声学理论 第一模态系数

在线阅读 下载PDF 职称材料