梯度法与BP神经网络的结合在机械优化设计中的应用

利用传统的优化设计方法，为BP神经网络的学习提供足够样本集，通过正向传播和误差反向传播建立BP神经网络的拓扑结构，实现了将BP神经网络应用于机械优化设计中，提高了优化的收敛速度。     

机械优化设计中BP神经网络的应用研究

从BP网络的工作原理出发，利用多水平正交表选取BP神经网络训练样本，通过正向传播和误差反向传播建立BP网络的拓扑结构。对二级减速器BP网络模型进行了结构修正与优化计算。实验表明在机械优化设计领域针对实体结构的动态分析计算，采用BP神经网络可以提高了优化收敛速度和精度，这表明神经网络理论与传统的数值方法相结合的方法具有重要的现实意义。     

基于BP神经网络的柔顺铰链多目标稳健优化设计

为了提高柔顺铰链的稳健性，引入遗传算法和反向传播(Back Propagation, BP)神经网络方法对柔顺机构进行参数优化，运用正交试验来选出训练参数和测试参数，建立BP神经网络模型，利用神经网络的非线性拟合能力和遗传算法的全局搜索寻优能力对柔度和固有频率信噪比分别进行单目标和多目标寻找选取范围内的全局最优，不仅仅局限于选取因素水平的排列组合，也为提高柔顺铰链稳健性提供了一种新的解决途径。实验结果显示，柔顺铰链综合评价函数更优，实现了稳健优化设计的目的，证明了该方法的有效性。     

基于Pearson关联度BP神经网络的时间序列预测

针对BP神经网络存在的过拟合问题,提出了基于Pearson关联度的神经网络预测模型。将传统的基于误差反向传播的BP神经网络中的误差函数替换为Pearson关联度函数,利用梯度上升法对训练过程中神经网络的连接权重和阈值的调整量进行了推导,并为调整量添加了动量项用于提高神经网络收敛速度,然后建立了关联度反向传播预测模型,并对其权重进行了阈值限制以及增加学习率来防止过拟合。对通用数据集进行时间序列预测实验,通过与改进的RBF和BP神经网络对比,表明对于多因素时间序列的预测Pearson关联度BP神经网络的预测误差精度RMSE降低了4.02,收敛次数减少1 690代。实现了将关联分析与BP神经网络的结合,能够在保证效率的同时,解决过拟合问题,提高预测精度。     

基于BP-NSGA的注塑参数多目标智能优化设计

为获得成型性能最优的注塑参数设计方案,提出了基于BP神经网络和非支配排序遗传算法的注塑参数多目标优化方法。将注塑模结构尺寸参数和注塑工艺参数作为待优化的设计变量,建立了以高质量、低成本、高效率为优化目标的注塑参数优化设计模型。基于非支配排序遗传算法获取给定参数范围内的所有Pareto最优解,并通过建立多输入和多输出的BP神经网络来快速获得非支配排序遗传算法优化进程中所有个体的适应度值。开发了基于BP神经网络与非支配排序遗传算法集成的注塑参数智能优化设计系统,并通过鼠标注塑参数设计实例,验证了其适用性和有效性。     

应用神经网络优化设计盘形成形铣刀齿数

针对整体盘形成形铣刀的设计,基于刀体强度、刀齿磨光部分长度和刀齿强度对铣刀齿数的要求,提出了利用BP神经网络优化设计铣刀齿数的方法。该方法基于BP神经网络的非线性映射特性,建立了铣刀齿数与铣刀切削参数的非线性BP网络模型,模拟选齿参数曲线,达到自动设计铣刀齿数的目的。仿真结果表明,神经网络方法不但提高了铣刀的设计效率,而且使铣刀齿数的设计得到了优化。     

基于自适应遗传BP算法的混合气体定量检测研究

针对混合气体检测问题,利用误差反向传播(BP)算法和遗传算法,提出了用自适应遗传算法优化BP神经网络的方法来实现定量检测.即利用遗传算法的全局搜索能力,对神经网络连接权值和阈值进行优化,再以优化后的初值作为BP神经网络的初始连接权值和阈值,最后用附加“动量项”的误差反向传播算法训练BP网络.设计了一个结构为7×18 ×3的3层BP网络用于一组含有5个样本的混合气体识别试验.结果表明:将自适应遗传神经网络算法应用于混合气体定量识别的训练中,收敛速度比附加“动量项”BP算法要快,而且学习精度更高,识别效率也提高了2/3.     

应用BP网络和遗传算法的快速分析与优化

将BP神经网络和遗传算法相结合运用于快速设计的结构优化问题。利用已有的实例对神经网络进行训练达到要求精度,使神经网络能够代替有限元分析达到快速分析的目的。用神经网络计算遗传算法的适应度,对结构进行优化。把BP神经网络和遗传算法相结合进行分析和优化符合快速设计的思想。此方法运用于某拱梁的快速优化设计中效果良好。     

基于BP神经网络的700型压裂泵优化设计

针对目前压裂泵泵效低、压力波动大,不能满足压裂工艺发展要求的现状,以提高泵效和降低压力波动为优化目标,通过BP神经网络的自学习建立起了压裂泵优化目标与设计变量之间的神经网络模型,并采用VB编程调用Matlab强大的神经网络算法库对BP神经网络模型进行了求解,得到了设计变量的优化值,实现了对700型压裂泵主要结构参数的优化设计.     

封闭周转轮系动态优化设计

利用BP神经网络极强的非线性映射功能 ,成功地建立了封闭周转轮系的设计变量与模态柔度之间非线性映射的 3层BP神经网络模型 ,解决了动态优化设计时目标函数难以建立的难题 ,使非常复杂的动态优化问题变得十分简单。利用本文所提出的混合离散变量遗传算法对封闭周转轮系进行了动态优化设计 ,并对优化后的设计方案进行了动态特性分析 ,通过对比可以看出 ,优化后的设计方案不但动态特性有了较大提高 ,其重量也有所下降     

整体法兰的可靠性稳健优化设计

将可靠性优化设计理论、可靠性灵敏度分析技术与稳健设计方法相结合，讨论整体法兰的可靠性稳健优化设计问题，提出可靠性稳健优化设计的计算方法。把可靠性灵敏度溶入可靠性优化设计模型之中，将可靠性稳健优化设计归结为满足可靠性要求的多目标优化问题。数值算例表明所提出的数值计算方法是一种非常方便和实用的可靠性稳健优化设计方法。     

复杂机械系统优化设计的一种策略

将复杂机械系统按运动，结构特征以及目标的影响分解为若干独立的模块，每个模块选出其代表特征的一个或几个变量作为设计变量进行优化。然后再对各模块进行优化设计，使之趋近于上级优化得到的最优值，并将该方法用于抽油机的优化设计中。     

基于灰色系统理论的多目标优化的一种策略

利用灰色系统理论,提出了多目标优化时计算各目标权重的权系数群体评估法。针对多目标优化设计中存在的问题,提出了灰色差异度的方法。以灰色差异度为目标函数,将多目标优化转化为使灰色差异度最小的单目标优化。并以此方法对抽油机进行了多目标优化设计,得到了较优的结果。通过分析比较,说明该方法适用于多目标非光滑、奇异函数的优化设计。     

Reliability-based robust design optimization of vehicle components,Part I: Theory

The reliability-based design optimization, the reliability sensitivity analysis and robust design method are employed to present a practical and effective approach for reliability-based robust design optimization of vehicle components. A procedure for reliability-based robust design optimization of vehicle components is proposed. Application of the method is illustrated by reliability-based robust design optimization of axle and spring. Numerical results have shown that the proposed method can be trusted to perform reliability-based robust design optimization of vehicle components.     

设计结构矩阵优化算法的研究与比较

分析了设计结构矩阵优化方法的不足,提出了以数字化设计结构矩阵及遗传算法为基础的新优化算法.新算法在优化对象、目标函数、进化方法及优化结果等方面进行了创新和改善,不仅能快速地寻找出最优解,实现设计过程优化,还能优化时间及费用.案例分析表明,新算法能有效地减少复杂产品设计过程中的耦合反馈、设计时间及费用,进而降低设计难度和设计成本.     

基于蚂蚁算法的谐波齿轮传动模糊优化设计

研究了谐波齿轮传动优化设计问题，建立了其模糊优化设计数学模型。引入蚁群更新策略对蚂蚁算法进行了改进。为了求解混合离散变量优化设计问题，在搜索过程中对设计变量进行工程化处理，蚂蚁按处理后的变量进行离散搜索。采用MATLAB语言设计了蚂蚁算法程序，给出了谐波传动的混合离散变量优化设计实例。     

行星齿轮减速器优化设计方法及应用

对行星齿轮减速器进行优化设计分析,建立了优化设计的数学模型,确定优化设计的约束条件,采用数学优化法对行星减速器进行优化设计,并通过实例说明,采用数学优化法可以得到更加优化的结果。     

基于多目标非耦合优化策略的可靠性稳健优化设计

以实现多目标问题的可靠性稳健优化设计为目标,通过对目标函数和约束条件进行灵敏度分析,生成目标函数和约束函数的灵敏度附加项,建立了基于灵敏度附加目标函数的可靠性稳健优化设计模型;基于独立公理,使用正交试验和方差分析技术确定设计变量对各个设计目标的影响程度,将设计参数按无耦合或准耦合设计形式分组,把多目标优化问题单目标化,避免多个设计目标之间的反复权衡;结合增广乘子法,应用MATLAB的优化和符号工具箱来实现钳形盘式制动器的可靠性稳健优化设计。算例表明,提出的稳健设计方法具有较高的精度和可靠度。     

圆柱螺旋压缩弹簧的多学科协同优化设计

引入多学科设计优化理论解决圆柱螺旋压缩弹簧的优化设计问题。针对圆柱螺旋弹簧优化设计存在的多目标、多约束特点,建立了圆柱螺旋压缩弹簧的多学科优化设计模型,并采用协同优化算法,完成了优化模型的求解。优化结果证明了协同优化算法解决圆柱螺旋压缩弹簧的优化设计优化问题的有效性,为解决更为复杂机械系统的设计优化问题奠定了基础。     

汽车车架的结构优化设计

这里以有限元结构分析和优化算法相结合为手段，以某型载货车车架为例，先对车架进行拓扑优化获得车架最优拓扑形式，根据车架最优拓扑形式确定横梁的数量及分布位置和纵梁的加强方式，得到车架的概念化设计。然后对横梁和纵梁的截面尺寸进行优化，建立了车架的力学模型，优化参数模型，优化数学模型，有限元模型，采用ANSYS参数化设计语言编制了优化设计程序，用ANSYS软件中的零阶优化方法获得最优设计，计算结果表明该优化设计方法的有效和高效，给出了汽车车架的计算机辅助优化设计的有效方法，该方法可广泛应用于车架的优化设计工程。