基于BP神经网络和遗传算法的平面钢闸门优化设计

Optimization design of flat steel gates based on BP neural network and genetic algorithm

钢闸门是水利工程中重要的过流控制设备,平面钢闸门多为非标设计,设计优化过程工作量大、计算时间长。文章针对平面钢闸门结构设计中存在的问题,提出了一种基于遗传算法的结构参数求解方案。基于有限元分析结果训练神经网络平面钢闸门受力分析预测模型;参照设计规范结合受力分析预测模型,设计了以门重为目标函数,以结构强度、结构稳定等约束条件为惩罚函数的遗传算法模型。对选择算子进行改进,解决算法不收敛问题。结合工程实例,将该优化方法与常规设计法对比,结论证明可有效优化设计门重,降低造价,缩短设计周期。