代理模型的微蜂群优化及在叶轮机械中的应用

代理模型的微蜂群优化及在叶轮机械中的应用

ID:33427078

大小:5.06 MB

页数:56页

时间:2019-02-25

代理模型的微蜂群优化及在叶轮机械中的应用_第1页
代理模型的微蜂群优化及在叶轮机械中的应用_第2页
代理模型的微蜂群优化及在叶轮机械中的应用_第3页
代理模型的微蜂群优化及在叶轮机械中的应用_第4页
代理模型的微蜂群优化及在叶轮机械中的应用_第5页
资源描述:

《代理模型的微蜂群优化及在叶轮机械中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、代理模型的微蜂群优化及在叶轮机械中的应用(3)Basedonallabove,aimingatamixedflowpump,asanexample,weoptimizeditsflowcomponentsbyusingthemethodsmentionedabove.First,weextractedparameters(thevanewrapangleandthedeflectionangleofthevaneoutletrelativetothevoluteinlet)fromthemixedflowpumpmodel,andinvestigatedthosefacto

2、rs’influenceonhydraulicperformance,namelyhydraulicefficiencyandhead.Thenaftersamplesareobtainedbyengineeringanalysis,weappliedtheaboveRBF—ANNtoapproximatetheoriginaltruemodel.Atlast,weusedMABCtooptimizethebuiltRBF-ANNsurrogatemodel.ThecalculationresultsindicatetheMABCoptimizationmethodisap

3、plicabletotheoptimizationdesignofthemixedflowpump.TheproposedMABCoptimizationbasedonsurrogatemodellingwillhelpinthedevelopmentofcomputationalintelligencetheories,anditcanprovidereferenceforsolvingturbomachineryorothercomplexengineeringproblems.KeyWords:Surrogatemodels;MABC;RBF-ANN;TurbOmac

4、hlnerv;Optimaldesign—IV—大连理工大学硕士学位论文目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.IAbslract.........⋯⋯....,...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯............⋯⋯.⋯........⋯..............⋯..III1绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11.1课题来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l1.2研究目的及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l1.3研究现状与分析⋯⋯⋯⋯

5、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯313.1叶轮机械优化设计概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31.3.2蜂群优化研究概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯51.3.3代理模型研究概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯61.4本文的主要组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯82微蜂群优化方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..102.1人工蜂群算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.102.1.1蜂群简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.122.1.2人工蜂群算法基本原理⋯⋯⋯⋯⋯⋯⋯⋯

6、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯132.2微蜂群优化方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.162.3数值仿真与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.182.4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.213RBF.ANN代理模型的构造及预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.223.1RBF.ANN代理模型简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一223.2本文RBF—ANN代理模型的构造⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.233.2.1实验设计策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯233.2.2本文BP神经网络及训练过程⋯⋯

7、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯243.2.3本文RBF神经网络及核函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯283.2.4本文预测模型评价标准⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..333.3数值仿真及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。333.4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.384叶轮机械优化问题及求解⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯394.1混流泵简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.394.2混流泵水力模型参数化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。