桥式起重机神经网络快速设计法研究

发布时间：2020-06-14 08:37

【摘要】：现阶段许多专家、学者对起重机金属结构进行优化设计,所得的理论最优设计方案,都是寻求重量最轻的设计结果,并未注重是否可用于工程实际。优化设计所得的理论最优结果,往往不被企业看好,所以很有必要研究桥机金属结构优化设计的本质问题,并探寻一种新的CAD软件设计思路解决桥机金属结构的快速设计问题。首先,本文研究了利用动态惩罚函数法对粒子群算法的改进,得到动态惩罚函数粒子群优化算法,将该算法用于桥式起重机金属结构优化设计,并通过Visual C++6.0编制设计方案发生器软件,将该软件用于桥机金属结构优化设计本质问题的研究和神经网络快速设计法训练样本的生成。然后,为探寻优化设计的部分理论优化结果不适用于工程实际的原因,本文利用所编制的优化软件,对起重机金属结构优化设计的本质问题进行研究,发现对桥机金属结构的优化的理论结果是将应力满额使用,高宽比满额使用,尺寸上出现梁高而窄,板厚用到最薄的6mm所得的结果。结合工程实际对于桥机金属结构的要求,发现工程实际问题中要的不是优化设计的理论最优结果,而是符合各方面要求的较优结果。计算机不会直接设计,只能用算法进行优化来代替设计。优化只能起到设计方案发生器的作用,设计方案的主导权、决策权应该在于设计师,所以优化过程需要可控制,优化结果必须可调整。通过应用上述桥式起重机金属结构优化设计本质问题的研究结果,利用设计方案发生器产生针对不同设计参数并兼顾轻量化与企业要求的设计方案,将不同的设计参数与设计方案存入数据库中,得到用于训练神经网络的训练样本。基于人工神经网络算法训练桥式起重机设计参数与设计方案之间的映射关系。以此映射关系建成桥机金属结构的快速设计的映射模型,用映射的方式进行金属结构的快速设计,实现只要输入设计参数立即出现设计方案,直接输出符合要求的设计结果,真正做到了快速出结果,为开发桥机金属结构CAD软件探索了一条新思路。最后,结合桥式起重机金属结构优化设计的本质问题,发现快速设计法还需要进一步改进。为解决快速设计法中所出现的不足,提出了两种改进快速设计法的方案,分别是:“多模子映射”法和约束条件转化为设计参数的方法。最终发现将约束条件转化为设计参数的方法,容易实现,可用于快速设计法的改进,获得了良好的效果。本文在Windows系统下,以Visual C++6.0为软件开发工具,开发桥机金属结构设计软件,实现常规设计可视化、设计方案发生器、输出设计说明书、快速设计等功能。本文的创新之处在于:探寻桥机金属结构优化设计的本质问题;将优化作为设计方案发生器,提出神经网络快速设计法,为开发桥机金属结构CAD软件探索了一条新思路;利用将约束条件转化为设计参数的方法用于改进快速设计法,得到良好的效果。
【学位授予单位】：太原科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP183;TH215
【图文】：

神经元模型

以模拟人脑来处理信息，以更加智能的方人类大脑所决定，组成人类大脑的是大当作成处理信息的单元，能够根据某种特元之间连接的强弱也会根据外部激励的收到的激励大小来表现出兴奋或抑制状小的单元。也是根据类似人脑中不同的神经元按照，最基本的单元也是神经元，如图 2.2 所即外界激励；wij为输入信号的权值；oj经元的阈值，只有输入信息总和超过阈中 wij的值可正可负，正值表示对应的输号抑制神经元兴奋，也就是说 wij掌握着

结构图,BP神经网络,三层,结构图

第二章智能优化算法与神经网络映射理论阈值中。这使得 BP 神经网络算法适合用于多层前馈网络，并且存在误差反向传播机个神经元组成，并融入导师机制，每一层算法可以看做是一种有导师引导的，自适非线性问题，处理能力更加强大，，效果更好组成了三层 BP 神经网络，层与层之间相互学习的正向传播，是在输入层接收输入信数据，传递给输出层输出结果。当预测输出结束；否则，进行反向传播训练，先从输反传，通过误差梯度的下降方法对各个层的差的反传在不断进行着，这样就会让 BP 神神经网络算法能够学习和存储大量的输入从 n 维输入空间到 m 维空间的映射[39-41]。

【参考文献】