论文部分内容阅读
本文提出了一种应用于结构优化设计的自适应随机粒子群神经网络算法(ARPSO-BP)。为了迅速收敛至全局最优解,基本粒子群算法中不同的函数需要采用不同的惯性因子。因此,本文提出自适应随机惯性因子,并引入到粒子群算法中以提高其性能。函数优化算例和工程实例分析证明自适应随机粒子群算法(ARPSO)在优化性能和稳定性上均有较大改进。为了更好利用神经网络的非线性映射能力,将训练好的BP神经网络取代结构有限元计算,针对BP神经网络自身结构难以确定的问题,提出采用ARPSO构造并优化BP神经网络结构,实现了BP神