收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于正交基神经网络的结构可靠性分析

沙丽荣  
【摘要】:题目:基于正交基神经网络的结构可靠性分析 结构的安全可靠是结构设计的主要目的之一。工程结构中广泛存在着大量的不确定性,随机性和模糊性作为两种不同性质的不确定性是影响结构可靠性的主要因素,结构可靠性理论是处理不确定因素的有效途径。结构的可靠性研究具有十分重要的意义,能够帮助工程设计人员合理地确定结构的安全容限和控制不确定性因素对结构安全的影响,使所设计的目标工作性能更好地与实际工作性能相符合,保证结构具有足够的安全可靠性。 结构可靠性优化设计是结构可靠度理论与数学优化方法的有机结合,是在结构优化设计过程中引入结构可靠度理论,更合理地考虑实际工程中的不确定因素,能够定量地描述优化设计过程中结构的可靠性,使结构的安全性能、结构功能以及制造成本等参数达到整体最优平衡,使结构在设计基准期内能够以最经济的途径来满足结构安全性能要求,在保证结构可靠性的基础上体现出明显的技术和经济效益。 人工神经网络是由大量简单的神经单元广泛互连而组成的复杂人工网络系统。尽管单一的神经元结构和功能非常简单,但是由大量的神经元互连而组成的人工网络系统则能够实现各种复杂功能。人工神经网络系统是一个复杂的非线性动力学系统,具有自组织、自适应、自学习的特点,已成功应用于各类工程领域并取得了大量研究成果。 本文在综述了国内外有关结构可靠性理论和可靠性优化设计方法的发展与现状的基础上,将计算智能技术中的神经网络方法应用于可靠性分析,在可靠性分析的基础上对结构进行可靠性优化设计,并应用于结构的疲劳可靠性优化设计,为结构可靠性分析和可靠性优化设计的研究提供了一种有效的途径和方法。本文的主要研究内容包括: 1、利用Fourier正交基函数建立了正交基神经网络模型。在数值逼近理论的基础上,采用一组Fourier正交基函数作为神经网络隐层神经元的激活函数,建立了正交基神经网络模型。由于正交基神经网络隐层每个神经元的激活函数各不相同,使人工神经元的性能更接近于生物神经元性能,能够有效地改善网络训练时的收敛性能和训练速度。根据最佳平方逼近多项式存在的唯一性,所建立的正交基神经网络能够避免BP神经网络存在的局部极小问题,并且具有收敛速度快、训练时间短、逼近精度高、适用于各类复杂非线性函数逼近等优点。当正交基神经网络的隐层处理单元数目增多时,也就是正交基函数的数量增加时,网络训练收敛速度加快,网络收敛误差减小,因此可以根据逼近误差精度的要求来确定隐层神经元数目。 2、提出了基于正交基神经网络响应面的可靠度计算方法。通过正交基神经网络建立结构响应与随机变量之间的复杂非线性映射关系,模拟随机变量与结构功能函数之间的输入—输出关系,得到二者的显式函数表达式,并计算显式函数表达式对相应随机变量的偏导数,进而采用一次二阶矩法对结构进行可靠度计算。正交基神经网络具有收敛速度快、训练时间短、逼近精度高等特点,同时具有很强的函数逼近能力和非线性映射能力,因此本文提出了利用正交基神经网络响应面来代替传统意义上的响应面的方法,与二次多项式形式的响应面法相比,正交基神经网络响应面具有柔度好、精度高、形式简单、易于编程等优点。 3、提出了基于正交基神经网络的结构可靠性优化设计方法,建立了正交基神经网络用于可靠性优化设计的数学模型,并且应用于结构的疲劳寿命可靠性优化设计。正交基神经网络响应面法计算结构的可靠度时,是用一个正交基神经网络来模拟结构响应与随机变量之间的函数映射关系,当正交基神经网络训练成功后,网络结构和网络参数不再改变。当结构优化的设计变量在设计空间内取不同值时,通过训练好的正交基神经网络能够获得相应的可靠度。然后用一个新的正交基神经网络来模拟设计变量与可靠度之间的函数映射关系,得到可靠度与设计变量之间的显式函数表达式。含有可靠性的函数表达式,作为结构优化设计的约束条件,结合其它的结构约束条件,利用最优化方法求得结构在可靠性意义下的最佳设计,能够保证在结构设计过程中的经济效益和运行中的安全可靠。 4、在正交基神经网络分析结构随机可靠性的基础上,提出了基于正交基神经网络的模糊可靠度计算模型,利用正交基神经网络响应面法处理随机性与模糊性同时存在的结构可靠性问题。通过熵的等效变换法,将任意分布的模糊变量隶属函数转化为等效的随机变量的概率密度函数,从而将含有模糊变量的可靠性问题转化为全部由随机变量控制的问题来求解。由于基于正交基神经网络的模糊可靠度计算方法综合考虑了结构的模糊性和随机性对结构可靠性的影响,因此,计算得到的可靠度结果能更好地反映结构的实际情况。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 徐乃平,李孝安,张力,戴冠中;NPSC神经网络并行仿真计算机[J];控制理论与应用;1993年04期
2 郭东辉,刘瑞堂,陈振湘,吴伯僖;Hopfield神经网络的改进[J];厦门大学学报(自然科学版);1993年01期
3 刘瑞堂,陈振湘,孙书农;Hopfield神经网络的电致发光兑现[J];厦门大学学报(自然科学版);1993年05期
4 张邦礼,李银国,曹长修;小波神经网络的构造及其算法的鲁棒性分析[J];重庆大学学报(自然科学版);1995年06期
5 孙道恒,胡俏,徐灏;固体力学有限元的神经计算原理[J];机械工程学报;1996年06期
6 文灵玲;用于肌电图鉴别的神经网络模型[J];国外医学.生物医学工程分册;1996年01期
7 杜栋;人才需求量预测的神经网络方法[J];系统工程理论方法应用;1996年03期
8 胡希军,瞿有甜;神经网络在遥感图像自动分类中的应用研究[J];浙江师范大学报(自然科学版);1996年04期
9 王炜,戴维乐;使用M_f值、C值、D值异常资料进行地震短期预测的神经网络方法[J];中国地震;1997年04期
10 王硕儒,赵举孝,范德江;自组织神经网络用于地质样品分类[J];物探与化探;1997年02期
11 高协平;神经网络的结构学习算法研究[J];湘潭大学自然科学学报;1998年04期
12 刘永振,蔡小慎,姜照华;基于神经网络的信息产业收益率预测[J];大连理工大学学报(社会科学版);1999年01期
13 张立祥,陈力强,韩秀君,刘文明;辽宁神经网络降水预报系统[J];辽宁气象;1999年01期
14 ;基于神经网络的机械结构优化与系统参数辨识成果通过鉴定[J];学术动态;2000年01期
15 汪晓东;强度型激光光纤传感系统的神经网络补偿方法[J];光学学报;2002年02期
16 吕国云,张景森,赵荣椿,许学忠;神经网络在工程爆破应力波规律探讨中的应用[J];应用力学学报;2002年04期
17 张兴会,杜升之,陈增强,袁著祉,莫荣;主成分分析法在神经网络经济预测中的应用[J];数量经济技术经济研究;2002年04期
18 樊树海,肖田元,楼佩煌,张林鍹;含体液因子影响的神经网络仿真[J];系统仿真学报;2004年10期
19 李爱军,罗四维,刘蕴辉,俞翰斌;基于熵准则的神经网络设计方法(英文)[J];复旦学报(自然科学版);2004年05期
20 孙海军,阮晓钢;用多模神经网络预测蛋白质二级结构[J];昆明理工大学学报(理工版);2004年05期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 马永涛;通信信道建模的神经网络优化技术研究[D];天津大学;2009年
2 周伟;关于多稳定回复式神经网络中的一些问题[D];电子科技大学;2010年
3 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
4 徐芳;多稳定神经网络的动力学分析[D];电子科技大学;2011年
5 杨文宇;利用状态函数导数的脉冲神经网络新算法[D];大连理工大学;2013年
6 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
7 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
8 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
9 张海仙;回复式神经网络的连续吸引子[D];电子科技大学;2010年
10 尹丽子;基于动态模型的神经网络稳定性研究[D];山东师范大学;2011年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978