摘要
研究了基于遗传算法-神经网络集成的特征值反问题求解模型。将问题归结为一个求结构重量最轻并受频率约束的结构优化问题,利用人工神经网络作为结构近似分析器,可获得不同结构尺寸下的结构响应值;利用遗传算法作为寻优工具,可直接利用神经网络提供的离散数值,搜索效率高,获得全局最优解的概率大。数值例子表明了该方法的有效性。
In the paper, research on the solution to inverse eigenvalue problem are carried out, it can be concluded as a structure optimization problem with respect to frequency constraints, which can be solved by genetic algorithm（GA） with artificial neural network（ANN） as the analyzer. Digital examples demonstrate the effectiveness of the method.
出处
《现代机械》
2013年第1期43-46,共4页
Modern Machinery
关键词
特征值逆问题
神经网络
遗传算法
有限元分析
inverse problem of eigenvalue
artificial neural network
genetic algorithm
FE analysis
