10.3969/j.issn.1001-5965.2006.06.012
基于Hopfield网络的飞机设计
Hopfield神经网络与增广拉格朗日乘子法相结合来求解非线性约束优化.神经网络作为求解乘子法的子问题的动力学方法,仅需计算一阶导数.引入逐渐衰减的高斯噪声信号构造随机神经网络.同时针对随机网络受初始温度制约,跳出局部极小值能力有限的问题,网络运行采用结合模拟退火的欧拉法.用该方法对某喷气教练机进行总体优化设计,结果表明,算法的数值稳定性较好,求解精度高.并基于拉氏乘子提供的约束敏度信息,做了设计要求权衡.最后研究了某型干线旅客机的机翼气动/结构综合设计问题.
神经网络、拉格朗日乘子、高斯噪声、模拟退火、飞机设计
32
TP183;V221+.6(自动化基础理论)
新世纪优秀人才支持计划NCET2042010
2006-07-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
675-679