计算智能与力学反问题中的若干问题

计算智能是生物智能的计算模拟,包括人工神经网络、模糊系统和进化计算三个主要部分．参考国内外有关计算智能与力学反问题研究中的某些问题,并结合作者的研究工作,介绍了有关课题的研究状况以及目前的研究进展．     

遗传算法的物理解释

提出了一种理想化的模拟仿生搜索算法——扰动算法 ,以此方法为基础 ,分析了遗传算法的搜索过程和效率问题 ,阐明了遗传算法作为一种次优算法的有效性 .相对于遗传算法的生物解释 ,本文给出了相应的物理解释 .同时 ,本文为遗传算法、进化策略和模拟退火算法找到了一种统一的物理解释 ,揭示了这些重要的仿生类算法实质上的相似性 .     

计算力学系统传递函数的一种方法——Lagrange插值算法

1.前言 研究动力学问题,经常需要计算力学系统的传递函数,例如当进行结构参数的识别或优化时就需要作这种计算。但是当自由度大于二时用理论计算就很困难,而数值计算又牵涉到大量的复行列式的计算。为此,我们研制了一种求传递函数的Lagrange插值法,将逐点计算复行列式转化为逐点计算实多项式,从而求出传递函数的表达式。从数值计算的角度而言,     

物理参数直接识别法对于分布系统的应用

本文将物理参数直接识别法用于均匀分布系统等效离散模型的物理参数识别，数值模拟结果表明，识别得到的离散模型的动力特性较好地接近分布系统的动力特性，离散系统物理参数识别的有关结论对分布系统仍然成立，数值模拟与实验结果还表明，均匀分布系统时域响应测量点应等距离布置。     

基于神经网络方法的包装件非线性特性识别的研究

结合模糊集合理论，将结构化神经网络方法用于包装件缓冲垫层非线性特性识别问题．对于两种典型的包装件缓冲垫层材料模型的模拟识别结果表明，据此方法可以较好地获得其非线性特性．模糊自适应技术的引入，提高了网络训练速度，减少了对于训练参数的人为干预，使得结构化神经网络方法更适于实际应用．     

纵向振动超声马达的力学模型

提出并建立了一个纵向振动超声马达的力学模型。阐述了超声马达的工作机理,对定子和转子在间断接触时的粘连和滑动做了理论分析,给出了马达的驱动力随时间连续变化的解析表达式。对超声马达的速度、输入输出能量和效率等进行了分析,特别讨论了驱动频率、初始压力、转子的转动惯量和外加力矩对马达特性的影响。数值结果表明,按照本文模型得到的结论与模拟结果和实验结果相吻合。这些结论与结果为超声马达的构造、设计和控制等提供了可资参考的理论依据。