基于神经网络响应面的结构可靠性分析方法研究

针对二次多项式响应面法存在的缺点 ,建立了神经网络响应面 ,进而提出了基于神经网络响应面的结构可靠性分析方法。通过多种数值试验表明 ,神经网络响应面可以快速、精确地拟合结构的极限状态函数 。

基于塑性极限分析理论和神经网络响应面的结构系统可靠性分析

根据多层神经网络映射存在定理,提出了基于神经网络响应面和塑性极限分析理论的结构系统可靠性分析的新方法。数值试验表明,该方法可以快速、高质量地求出结构系统可靠性指标,是一个具有发展前景的新方法。

基于神经网络响应面法的边坡可靠性分析

建立了神经网络响应面,提出了神经网络响应面结合ANSYS数值试验拟合边坡的极限状态方程,进行边坡的可靠度性分析,算例证明该方法具有有效性和优越性。

基于表面响应模型法的城市轨道交通用直线感应电机次级结构优化

建立了城市轨道交通用单边直线感应电机(SLIM)的3D有限元模型,通过次级结构参数化分析研究了次级结构参数对电机启动力特性的影响,找出了两个对启动力特性影响较大的参数,即次级铝板厚度与次级宽度。建立了仅需少量3D参数化有限元的分析结果,以及基于神经网络的SLIM启动力特性的表面响应模型。基于SLIM的表面响应模型,以次级铝板厚度与次级宽度为设计变量,以获得最大启动推力及最小法向力为优化目标,利用多目标遗传算法对SLIM次级结构参数进行了优化。提出了结合直线电机综合力性能指标进行最佳次级结构参数选择的方法。仿真与实验结果验证了电机表面响应模型以及优化方法的有效性。