基于人工神经网络的复杂系统可靠性冗余优化

《基于人工神经网络的复杂系统可靠性冗余优化》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、装备环境工程第6卷第2期·44·EQUIPMENTENVIRONMENTALENGINEERING2009年04月孽论l基于人工神经网络的复杂系统可靠性冗余优化张先超，李传日，李华府(北京航空航天大学工程系统工程系，北京100083)摘要：复杂系统可靠度函数具有非线性的特点，针对这种情况，在简要介绍人工神经网络及有关模型的基础上，提出了基于人工神经网络的可靠性冗余优化方法，并建立了复杂系统可靠性冗余优化的人工神经网络模型。最后，结合实例对该方法进行了验证。关键词：人工神经网络；可靠性；冗余优化中图分类号：TB114．3文献标识码：A文章编号：1672—9242(200

2、9)02—0044—03ANN-basedReliabilityRedundancyOptimizationforComplexSystemZHANGXian—chaoLIChuan—ri，LIHua-fu(BeihangUniversity，Beijing100083，China)Abstract：Thereliabilityfunctionofcomplexsystemsisnon—linear．Anewalgorithmofredundancyoptimizationofcorn—plexsystemsbasedonANNwasputforward，andThe

3、ANNmodelrelatedtothemethodwasestablished．Themethodwasverifiedwithexample．Keywords：ANN；reliability；redundancyoptimization可靠性是产品固有的设计属性，是影响产品综多种优化的方法，如平衡优化法口]、遗传算法l2]、量合效能发挥的关键特性。在进行产品设计过程中，子粒子群算法及启发式方法等。然而，对于复不仅要考虑性能、成本等指标，还需要综合考虑产品杂系统可靠性冗余优化的非线性问题，现在尚缺乏可靠性指标。随着科学技术的进步和社会的发展，比较完善的解决方法。文中

4、针对这种情况，提出了各种产品系统日益复杂，人们对可靠性的要求也日基于人工神经网络的复杂系统可靠性冗余优化方法，并结合实例进行了有效性验证。益提高。冗余技术是提高复杂系统可靠性的重要手段，其方法是通过增加系统的冗余数来提高系统的可靠度。但是，我们不能通过无限度地增加冗余数1人工神经网络简介来提高可靠性，必须做到在满足可靠性要求的情况人工神经网络是利用神经网络的基本原理，下，使冗余数最小，即使成本最低，这就要对系统的来构造解决实际问题的算法，这些算法具有有效冗余数进行优化。到目前为止，人们已经提出了很的计算能力。收稿日期：2008—09—01作者简介：张先超(1984一)

5、，男，安徽庐江人，硕士研究生，主要从事系统可靠性工程、可靠性试验技术等方面研究。第6卷第2期张先超等：基于人工神经网络的复杂系统可靠性冗余优化·45·1943年，McCulloch和Pitts建立了第1个人工神经网络模型，后被扩展为“认知(perceptron)”2基于HNN的复杂系统可靠性冗余模型，用来解决简单的分类问题，但无法解决“异优化模型或问题”。2O世纪8o年代，Hopfield将人工神经网络成功应用于组合优化问题，McClelland和2．1复杂系统可靠性冗余优化模型Rumelhart构造的多层反馈学习算法成功地解决了单隐含层认知网络的“异或”问题及其他的

6、识别设复杂系统共有m个子系统，各子系统的可靠问题。由于冗余优化问题的约束条件多为非线性度分别为R()、R(7z)、⋯、R()，则系统的可关系，Hopfield神经网络(HNN)能够有效地解决靠度为：此类问题。R(，z)一fER1(1)，R(：)，⋯，R(，2)]系统需要的费用是：1．1HNN模型连续的Hopfield网络模型为]：c()一∑g(n)(1，2，⋯，)一1式中：C(z)为系统的总费用；C为第i个子系统的单c警一即一“(1)位价格；，z为第i个子系统的冗余数；R(，z)为系统的式中：“为第i个神经元的状态；，为第J个神经元可靠度；R()为第i个子系统在冗余数

7、为i时的可的输出；T，为神经元i到J的连接权值(连线导数)；靠度。R和C分别为目标放大器的输入电阻和电容；为以系统可靠度为目标，以费用为约束条件，建立外部输入；i，一1，2，⋯，。的可靠性冗余优化模型如下：用HNN求解优化问题的第1步是根据实际问maxR()题构造能量函数，然后利用电路系统的背景建立式(1)的动力系统方程，再利用动力系统方程求解平衡st．∑g(n)≤C。(1，2，⋯，)z=1点。文献[6]的有关定理表明，只要对应的能量函数式中：c。为费用约束。为正定，则任意一个平衡点是稳定的，为局部最优。2．2基于HNN的优化模型只要给出一个平衡点的