排序方式： 共有2条查询结果，搜索用时 5 毫秒
1
1.
基于遗传粒子群(GAPSO)算法获取最优平滑系数,从而改进径向基神经网络(RBFNN);通过电机吊架的灵敏度分析筛选出对其总质量和自然频率等质量特性影响较大的关键设计变量;结合正交试验设计与有限元分析得出电机吊架各质量特性值及对应的信噪比,将试验数据作为输入、信噪比作为输出用于GAPSO-RBFNN的训练和测试,并对比分析预测精度;基于GAPSO-RBFNN构建电机吊架的多目标稳健优化模型,采用NSGA-II多目标优化算法对其寻优求解,并与传统设计方案进行对比。结果表明:GAPSO-RBFNN的预测误差远低于传统RBFNN;优化后电机吊架各质量特性信噪比得到提高,实现了对电机吊架的多目标稳健优化,降低了电机吊架总质量,提高了其自然频率。 相似文献
2.
为了减少地铁车辆底架优化过程中由于不确定性因素引起的目标响应分散性问题,利用双响应面模型对其进行稳健优化设计。首先利用Monte Carlo方法筛选出对目标响应影响较大的设计变量,进行拉丁超立方抽样得到设计变量及目标响应的样本点;再运用最小二乘法对样本点进行拟合,求得目标响应的多项式响应面函数,对其进行均值估计和方差估计,得出均值和方差的响应面函数;最后以方差函数最小为优化目标,以均值函数为约束条件建立稳健优化模型,采用内点法对其进行优化求解。研究结果表明,通过双响应面模型进行稳健优化后底架结构的抗外界因素干扰能力提高,并且强度得到改善,质量减小。 相似文献
1