弹性力学的实时神经计算原理与数值仿真

针对现代结构分析的特点，提出了基于神经网络结构的弹性力学分析原理；给出求解该问题的网络———改进的Ｈｏｐｆｉｅｌｄ和ＴＨ网络．提出用ＢＰ网络来实现单元刚度矩阵的实时计算．最后，对两个简单结构的弹性力学神经计算进行了数值仿真     

多工况多约束离散变量桁架拓扑优化的GA算法

采用遗传算法(ＧＡ)求解了多工况、多约束的拓扑优化问题,并对拓扑优化设计变量的遗传编码、约束处理及结构重分析减少等三个方面进行了改进·设计变量采用了额外基因表示法,更易获得最优拓扑结构·为减少结构重分析次数,引入了Ｓｔｅａｄｙｓｔａｔｅ遗传算法,并采用了新的约束处理方法,扩大了搜索空间·     

弹塑性力学变分原理的新形式

以参量变分原理为基础,建立并证明了二类变量变分原理,针对最小势能原理,给出了有限元列式,并把非线性约束项划归到目标函数中,构造出适合于神经网络的处理的变分原理形式,证明非线性约束处理前后的等价性,讨论了非线性项系数的确定方法。     

疲劳应力与疲劳可靠度计算模型

指出疲劳应力的两类影响因素——横向和纵向因素,以区分疲劳应力的两类分布——横向分布和纵向分布。在不同影响因素作用下应采用不同的可靠度计算模型。提出了Miner定理-干涉模型综合法,该法可计算两类影响因素同时存在时的疲劳可靠度。     

基于SCNN的有限元总刚方程求解

基于ＳＣＮＮ，提出了一个解有限元总刚方程的神经网络模型和实施方案．计算实例表明，基于ＳＣＮＮ的计算结果令人满意，计算时间为电路时常数数量级，可用于复杂工程结构和复杂力学行为的分析与计算     

力学反问题的神经网络分析法

在力学中，许多反问题有其重要的工程背景。采用系统控制论的描述，所谓反问题就是逆系统辨识问题。本文利用基于神经网络的逆系统辨识方法对力学反问题进行求解。并给出了材料力学参数反求和裂纹长度的反求两个算例     

改进进化方向的遗传算法与结构遗传设计

基于Ｙａｍａｍｏｔｏ提出的一种新的进化策略,得到一种改进进化方向的遗传算法。该法用于桁架结构遗传设计,不仅能够提高收敛速度,而且提高桁架遗传设计精度,与梯度下降进化方向遗传算法相比,计算时间大大减少。