新型NN训练算法及其在优化设计中的应用

摘要：

提出采用GA-BP贝叶斯算法来建立优化设计近似模型.该算法是一种新型神经网络训练算法,它以提高网络的泛化性能为主旨,其训练目标是获取对应于后验分布最大值的权值向量.以方形扁平封装器件为例,采用GA-BP贝叶斯算法建立了温度场分析的近似模型,基于它对封装散热结构进行了优化,并与L-M BP算法进行了对比.结果表明,基于GA-BP贝叶斯算法的温度场分析近似模型,对芯片中心温度的预测精度更为理想,并且受随机因素的影响很小.GA-BP贝叶斯算法克服了现有网络训练算法对初始权值敏感、建模精度不高的缺点,在工程优化设计中具有实用价值.

关键词：优化设计、热设计、神经网络

所属期刊栏目：45

分类号：TP183;TP391.72(自动化基础理论)

资助基金：国家高技术研究发展计划863the National High-Tech Research and Development Plan of China under Grant 2006AAIMZ405

在线出版日期：2009-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：5-8,12