基于神经网络的仿真优化算法设计

发布时间：2025-05-08 01:39

　　 为降低传统仿真优化方法所需的仿真次数,从而缩短仿真优化时间,提出了基于广义回归神经网络(generalized regression neural network,GRNN)的仿真优化算法设计。首先,利用仿真生成一定数量的样本集,利用GRNN进行训练,得到初始回归曲面,并在该曲面上利用模式搜索算法找出全部可能的局部极小,由于可能会找到一些假局部极小点——噪声点,设计了剔除噪声点的方法,得到全部局部极小;在各局部极小点周围增补少量仿真样本,再次利用GRNN进行训练,得到新的回归曲面。重复增补样本,直到得到仿真优化的最优解。实例表明,所提方法能够有效降低所需样本的数量,实现仿真优化问题的求解。

【文章页数】：12 页

【部分图文】：

图5.10建筑能耗预测知识路径图

西安建筑科技大学博士学位论文97种新颖的自动模型校准方法，来对基于数学模型的能耗预测进行自动校准。图5.10建筑能耗预测知识路径图（3）建筑节能优化研究图5.11展示了建筑节能优化主题的知识路径文献。建筑节能优化是通过对建筑设计参数指标及相应费用的优化来使建筑节能达到尽可能完善、....

图5.11建筑节能优化知识路径图

西安建筑科技大学博士学位论文97种新颖的自动模型校准方法，来对基于数学模型的能耗预测进行自动校准。图5.10建筑能耗预测知识路径图（3）建筑节能优化研究图5.11展示了建筑节能优化主题的知识路径文献。建筑节能优化是通过对建筑设计参数指标及相应费用的优化来使建筑节能达到尽可能完善、....

图5.1三目标优化设计流程图

中国石油大学（北京）博士学位论文-99-5.1叶轮多目标优化设计从第3.3节分析可知，离心式叶轮的整体结构可加工性受到叶片进口安放角、叶片包角以及叶轮轴面轮廓形状影响。而在叶轮的三维反问题设计过程中，这些参数取决于给定的轴面轮廓形状和叶片载荷分布参数值。并且，从第4章研究可知，叶....

图4　基于改进遗传算法的BP神经网络自

2001-3.7745-9.8506图3　隐含层与输出层连接权值矩阵　　根据上述网络参数设置网络得到的网络仿真如图4,与传统设计的BP网络仿真结果图5相比较.基于改进遗传算法的BP神经网络自适应优化设计的网络性能明显克服传统BP设计网络局部最问题.训练样本的实际输出和测试样....

本文编号：4044123