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。