基于结构的神经网络优化结构参数的应用  

Application in Structural Parameter Optimization by using Architecture-Based Neural Network

作　　者：杨海威[1] 詹永麒[1] 乔俊伟[1] 施光林[1] 

机构地区：[1]上海交通大学机械与动力工程学院,上海200030

出　　处：《系统仿真学报》2003年第8期1116-1119,共4页Journal of System Simulation

摘　　要：介绍了基于结构的神经网络建模原理,提出了基于结构的神经网络结构参数优化方法。应用该方法建立了52SFZ-140-207B型液压缓冲器基于结构的神经网络模型,并对系统的关键结构参数进行了优化。通过优化,液压缓冲器的动态性能得到了改进。The modeling method using architecture-based neural network (ABNN) is introduced. The structural parameter optimization method using ABNN is put forward. By using this optimization method, the ABNN model of 52SFZ-140-207B type of hydraulic bumper is established, and the key structural parameters of the hydraulic bumper are optimized. After optimization, the dynamic performance of the hydraulic bumper gets improved.

关 键 词：结构 神经网络 参数优化 遗传算法 液压缓冲器 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]