基于遗传算法和神经网络算法的吊车结构优化设计与实现  

Based on Genetic Algorithms and Artificial Neural Network Algorithms to Optimize the Structure Design and Implementation of Crane

作　　者：薛加海[1] 于晓默[1] 秦爱玲[1] 周文景[1] 叶俊科[1] 

机构地区：[1]广西大学机械工程学院,广西南宁530004

出　　处：《机电产品开发与创新》2013年第1期93-95,共3页Development & Innovation of Machinery & Electrical Products

摘　　要：论文综合利用BP神经网络、遗传算法有限元法以及正交试验法对吊车结构系统进行优化研究。利用遗传算法和BP神经网络建立复杂结构系统动态优化的计算模型,该模型可代替系统原来的有限元模型。首先对吊车起重机结构系统进行模态分析及谐响应动力学分析,找出对结构动态特性影响最大的模态频率,再利用灵敏度分析,确定对动态特性较敏感的设计变量作为神经网络的输入变量,并利用正交试验法确定神经网络训练样本,用有限元模型计算出样本点数据,建立反映结构振动特性的人工神经网络模型,最后利用遗传算法对所建立的神经网络模型寻优,得到使结构动态性能最优的设计参数。This paper by using the finite element method,orthogonal test method,BP neural network and genetic algorithm to optimization of crane structure system.At last,the neural network model will be optimized through the generic algorithm and the optimal parameters of the structure dynamic behavior will be obtained.

关 键 词：有限元法 正交试验法 BP神经网络 遗传算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]