| 改进的BP神经网络在多裂纹柱体扭转中的应用 |
| |
| 引用本文： | 赵军华,郭万林,孟波. 改进的BP神经网络在多裂纹柱体扭转中的应用[J]. 计算力学学报, 2007, 24(3): 289-293 |
| |
| 作者姓名： | 赵军华 郭万林 孟波 |
| |
| 作者单位： | 南京航空航天大学,纳米科学研究所,南京,中国,210016 |
| |
| 基金项目： | 国家自然科学基金 , 航空基础科学基金 |
| |
| 摘 要： | 提出一种基于BP神经网络的多裂纹柱体扭转问题的数据新处理方法。以多裂纹柱体扭转问题为例,以MATLAB中的神经网络工具箱为工具,采用了改进的BP神经网络,并对其设计方案进行了详细的分析说明,发现动量参数对训练次数影响很大,而学习率对它的影响很小;采用双隐含层比单隐含层训练更稳定,收敛的也更快,同时给出了理想的学习方案。最后对柱体的抗扭刚度实验值进行快速拟合,得到了裂纹尖端的应力强度因子K3。结果证明这种设计方案计算的更精确、收敛速度更快。
|
| 关 键 词： | 应力强度因子 BP神经网络 MATLAB 抗扭刚度 |
| 文章编号： | 1007-4708（2007）03-0289-05 |
| 修稿时间： | 2005-05-23 |
Application of progressed Back-Propagation neuralnetwork to multi-cracked prismatic shaft torsion |
| |
| ZHAO Jun-hu,GUO Wan-lin,MENG Bo. Application of progressed Back-Propagation neuralnetwork to multi-cracked prismatic shaft torsion[J]. Chinese Journal of Computational Mechanics, 2007, 24(3): 289-293 |
| |
| Authors: | ZHAO Jun-hu GUO Wan-lin MENG Bo |
| |
| Affiliation: | Institute of Nanoscience, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China |
| |
| Abstract: | |
| |
| Keywords: | stress intensity factor Back-Propagation neural network MATLAB torsion rigidity |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算力学学报》浏览原始摘要信息 |
|
点击此处可从《计算力学学报》下载全文 |
|
