论文摘要：计划智能本领在复合资料格栅构造优化安排中的运用

对准复合资料格栅加筋构造优化安排是一个反复无常量、多牵制、贯串变量和分割变量相搀和、莫大非线性的难点，正文提出了一种灵验的鉴于计划智能本领的本领用来复合资料格栅加筋构造优化安排之中，并在此普通上创造了一套适用的神经智能优化体例。为了普及神经搜集的映照精度和克复搜集构造安排的难点，本文华用遗传算法（GA）举行神经搜集构造和权值的自符合寻优，并介入BP限制微调算子建立了进化神经搜集ENN。提出了用ENN相应面来实行构造安排参数（输出）与构造相应参数（输入）的全部非线性映照联系，以此来包办构造优化进程中生存的洪量有限元计划，进而普及优化功效。以GA为主宰的智能优化算法作求解器，产生ENN-GA优化模子用来构造的优化安排中，并接洽了运用正交与平均考查安排举行神经搜集演练样品数据的采用本领。对保守BP神经搜集和径向基RBF神经搜集也举行了接洽，对规范智能优化算法GA、进化筹备EP和模仿退火算法SA举行了矫正，并在软硬件体例中对那些计划智能本领都举行了步调实行。以ENN-GA为优化本领，屈曲宁静性神经搜集相应面为重要牵制，对复合资料格栅加筋构造的优化题目举行了领会接洽。算例表白，在沟通（有限元）样品数据的情景下，ENN经过自符合安排搜集构造和权值，不妨赢得比BP神经搜集更高精度的映照模子，具备很强的泛化本领。该本领不妨为处置巨型复合资料构造优化题目供给了一条高效道路。并将ENN-GA算法用来构造真实性领会之中，博得了很好的运用功效，进一步考证了ENN-GA算法的工程实用性。