利用遗传算法和神经网络响应面来实现复合材料结构优化设计

TB33%O316; 运用正交试验设计选择设计样本,建立神经网络响应面,以代替复合材料结构优化中的大量的有限元分析;将神经网络响应面作为目标函数或者约束条件,加上其他常规约束条件进行优化模型的建立,再应用遗传算法(GA)进行优化,这可以实现设计分析与设计优化的分离.以复合材料帽型加筋板的重量优化问题为例,建立了重量响应面目标函数、强度和翘曲稳定性响应面约束条件;并通过NASTRAN进行有限元计算,以获取用于响应面训练的样本点数据.研究表明,该方法能以较少的结构分析次数,取得高精度的响应面近似模型,从而使优化效率大为提高.神经网络响应面能够获得与传统响应面同等,甚至更好的精度....

Full description

Saved in:
Bibliographic Details
Published in中国航空学报（英文版） Vol. 18; no. 4; pp. 310 - 316
Main Authors 徐元铭, 李烁, 荣晓敏
Format Journal Article
LanguageChinese
Published School of Aeronautical Science and Engineering Technology, Beijing University of Aeronautics and Astronautics, Beijing 100083, China 2005
Subjects
genetic algorithm
响应面
遗传算法
composite structural optimization
神经网络
response surface
复合材料结构优化
neural network
Online AccessGet full text

Cover

More Information
Summary:TB33%O316; 运用正交试验设计选择设计样本,建立神经网络响应面,以代替复合材料结构优化中的大量的有限元分析;将神经网络响应面作为目标函数或者约束条件,加上其他常规约束条件进行优化模型的建立,再应用遗传算法(GA)进行优化,这可以实现设计分析与设计优化的分离.以复合材料帽型加筋板的重量优化问题为例,建立了重量响应面目标函数、强度和翘曲稳定性响应面约束条件;并通过NASTRAN进行有限元计算,以获取用于响应面训练的样本点数据.研究表明,该方法能以较少的结构分析次数,取得高精度的响应面近似模型,从而使优化效率大为提高.神经网络响应面能够获得与传统响应面同等,甚至更好的精度.
ISSN:1000-9361