遗传算法和神经网络组合求解离散变量结构优化问题

摘要：

利用遗传算法优良的全局搜索性能和对目标函数的仅要求有定义的特点进行离散变量结构优化设计.利用BP神经网络的模拟逼近功能,建立结构设计输入与输出之间的全局映射关系,获得遗传算法中的适应度函数值.将此方法应用于垂直循环式停车设备钢结构骨架优化问题.结果表明,该方法只需较少的有限元分析次数就可以获得良好的优化解.

关键词：离散变量、神经网络、遗传算法、结构优化设计、垂直循环式停车设备

分类号：TH2(起重机械与运输机械)

在线出版日期：2007-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：11-14