水电站压力钢管外压稳定问题的数值仿真研究

水电站压力钢管因失稳屈曲破坏过程的复杂性及影响失稳因素的多样性,导致对该问题的研究很难进行.目前该问题的传统计算方法存在一定的局限性,有时甚至计算结果相差较大.本文用神经网络模型结合模拟退火算法对该问题进行数值仿真求解,并通过测试样本验证了算法的可行性,为压力钢管外压稳定问题的分析方法开拓了一条新的研究思路.     

基于遗传神经算法的压力钢管外压稳定性分析

压力钢管外压稳定性分析是重要而难以解决的问题。用遗传-神经网络模型对压力钢管外压稳定问题进行仿真计算,模型具有神经网络强大的函数逼近功能,同时利用遗传算法克服传统神经网络方法易陷入局部极小点的缺陷。实例仿真结果表明,用实数编码遗传神经网络模型分析加劲压力钢管的外压稳定性,具有效率高、鲁棒性好的优点,精度满足工程要求。