神经网络在机械工程中应用探究

《神经网络在机械工程中应用探究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、神经网络在机械工程中应用探究　　摘要：现代机械系统结构日趋复杂，用户对机械产品综合性能的要求日益苛刻，使现有的基于数学规划法的传统优化设计理论和算法难以满足系统优化设计的要求。人工神经网络可用于解决复杂的机械设计问题。本文叙述了人工神经网络的概念、特点和其在机械工程中的应用。主要介绍BP神经网络模型与反馈神经网络模型用于机械优化设计的基本思想和应用方法。关键词：人工神经网络；机械工程；应用中图分类号：TP183文献标识码：A1人工神经网络类简介人工神经网络（ArtificialNeuralNetworks)是采用物理可实现的系统来模仿人脑神经细胞的结构和功能。它反映

2、了生物神经系统的基本特征，是对生物神经系统的某种抽象、简化与模拟。人工神经网络早在20世纪40～50年代已被提出，但直到20世纪80年代后期，该技术才被人们广为重视并应用。神经网络的特征有：1）非线性。人类大脑的智慧就是一种非线性现象。处理元素处于激活或抑制两种不同的状态，这在数学上就是一种非线性关系。利用神经网络可以实现多变量之间的多种非线性映射，因而可以描述大规模非线性复杂系统。72）自学习自适应能力。神经网络经过前期的训练，能够处理大量信息，并允许信息是变化的。除此以外，神经网络在处理信息的同时，能够总结、综合输入信息和输入信息以及已有信息之间的规律，采用迭代

3、过程优化自身的拓扑关系，丰富自身的知识和经验，从而提高处理分析数据的能力。3）并行性。输入到神经网络中的信息是各处理元素并行处理的。现代计算机CPU相当于计算机的司令部，所有指令由CPU一条一条发出，串行工作。工作量很大时，效率必然很低。而神经网络所不同的是，每个处理元素相当于一个独立的微型CPU，各自独立地从其他处理元素采集数据，分析综合后再输入到其他神经元素。各个神经元素相互独立，又相互配合，无统一指挥。神经网络这一特性，使其对信息的响应和处理效率大大提高。4）分布式信息存储。神经网络的信息存储不是分别存储在各个处理元素中，而是存储在处理元素之间的拓扑关系中。处

4、理元素之间不同行的联接方式反映了不同的存储信息。输入的信息在神经网络中传播、调整，直到找到与之最佳匹配的存储信息。在这一过程中，神经网络各部分信息相互补充，相互支持，并可以为不完整的信息找到最佳匹配。因此，神经网络具有很强的联想能力和容错能力。2、神经网络在机械工程中的应用2.1CAD技术7目前，CAD技术已经从传统的绘图功能发展为集需求分析、原理方案设计、初步结构设计与分析、详细设计、工程分析、工艺设计等功能于一身的CAD专家系统。但CAD专家系统存在自身缺陷。第一，知识的获取存在“瓶颈”，主要来源于专家。第二，知识量越丰富，推理链越长，效率越低。第三，求解问题所

5、需知识超出其知识库，系统无能为力。而神经网络的应用弥补了上述缺陷。其知识的获取一部分通过前期训练，另一部分通过自身实践。其信息处理过程是在自身知识网络中寻找最佳匹配的过程，冗余知识耗用时间少。再有，神经网络的联想能力和容错能力使其处理问题时能够克服自身知识量的约束。可见，神经网络可作为CAD专家系统很好的补充。2.2机械优化设计机械优化设计，就是根据机械设计的规范，从设计问题中抽象出数学模型，采用数学归纳法和计算机技术，在约束条件下求目标函数的最优解。可应用于机械优化设计的主要有BP神经网络、反馈神经网络。BP神经网络BP神经网络是一种应用比较广泛的人工神经网络，是

6、模仿大脑神经网络结构和功能而建立的一种新型智能信息处理系统。它通过对人脑的形象思维、联想记忆等的模拟和抽象来实现与人脑相似的识别、记忆等信息处理功能。BP7网络具有较强的自适应性和自组织性、高度并行信息处理能力、强大的非线性映射能力，硬件实现后分类速度快，可以快速准确的实时处理等。根据Kosmagoro定理：在有合理的结构和恰当权值的条件下，三层前馈网络可以逼近任意的连续函数，所以从简捷实用的角度一般只选取一个隐层。标准的BP网络相邻两层的神经元之间全连接，每层内的神经元没有连接。机械优化设计中，可利用BP神经网络的非线性映射能力进行机械系统的结构优化设计和多目标优

7、化设计。利用BP神经网络模型还可以进行机械产品的多目标优化设计。利用BP神经网络的非线性映射能力，在进行优化设计时，可以避开确定各个目标函数的权重，较为有效地进行多目标优化设计。其方法是：首先根据产品的具体情况构造一个BP神经网络，以各个设计变量作为这个神经网络的输入向量，以各个分目标函数作为这个神经网络的输出向量，利用已有的经验数据训练该网络，确定网络各个联接的联接权重，即确定设计变量空间到目标函数空间的映射关系，然后在进行系列产品设计时，根据业已确定的设计变量空间到目标函数空间的映射关系，确定各个设计变量的取值，从而达到新产品的综合性能最优，达到多目标优化设