论文部分内容阅读
弹性结构的有限元分析可用于求解结构几何参数与结构应力、位移等结构响应之间的映射关系.人工神经网络(ANN)可实现对复杂非线性函数关系的模拟.该文在对人工神经网络(ANN)系统研究的基础上,探讨了将人工神经网络用于结构分析中的可行性.该文采用了BP网络的方法,实现了结构几何参数与结构响应关系的全局映射.主要内容包括:1.人工神经网络(ANN)用于模拟杆系结构的应力、位移响应.2.人工神经网络(ANN)用于板结构的优化设计.3.人工神经网络(ANN)用于板结构的模态分析.通过理论分析和数值模拟研究,该文得出如下结论:1.人工神经网络可以有效的应用于机械结构的结构分析、模态分析、结构优化设计中,误差在工程所允许的范围之内(<5％).2.证实了"超立方体"法用于结构分析也是一种行之有效的样本选取方法.3.人工神经网络应用于机械结构时,当隐层神经元数增多时,在训练过程中易出现"过训练"现象,所以,应用于机械结构的神经网络的隐层神经元数不宜多.人工神经网络应用于机械结构中有一定的局限性.因为要得到训练完好的神经网络,对使用"超立方体法"选取样本的网络所需的样本数为3n,应用于复杂的结构问题时,所需的学习样本数将指数增长.这种采用BP网络建立的结构应力、位移等与该结构几何参数之间的全局映射模型,将会提高遗传算法用于结构优化设计的效率.该论文为铁路机车车辆结构优化设计的深入研究打下基础.