径向基网络在结构设计与分析中的应用.pdfVIP

维普资讯 雷铁安，等 ：径向基网络在结构设计与分析中的应用 径向基网络在结构设计与分析 中的应用 雷铁安 吴作伟 杨周妮 (北京交通大学 机电学院 北京 100044) 摘 要 详细地介绍 了径向基 (RBF)神经网络的结构和基本原理 。基于RBF神经 网络能够逼近任意非线性 函数 的特点，提 出了一种基于RBF神经网络建立结构分析模型的方法。与 BP网络的仿真结果对 比表 明，所建立 RBF 神经网络模型收敛速度快，拟合精度高，适用于复杂结构的建模问题。 关键词 RBF神经网络 BP网络 “超立方体”方法 APPLICATIoN oFRBF NEURAL NETWORK To STRUCTURAL DESIGN AND ANALYSIS LeiTiean WuZuowei YangZhouni (SchoolofMechanical ElcetricalEngineering，Beljing JiaotongUniversity Beijing 100044) ABSTRACT ThestructureandrationalofRBFneuralnetworkarepresentedindetail．InviewofthepropertiesofRBF neuralnetwork，anapproachbasedonRBFneuralnetworktOmodelthestructuralanalysisisintroducde ．Comprade with thesimulation resultsofBP neuralnetwork，themodelbasde onRBF neuralnetwork isprovedavailableandcanbe suitableformodelingofacomplicatde sturcture． KEYW ORDS radialbasisfunctionneuralnetwork backpropagationNN “hypercube”method 近40年来结构优化设计理论有了巨大的发展 ， 本文采用径向基 (RBF)网络进行结构建模 ，实现多 在工程结构领域中发挥 了很大的作用，但是在实际 维输入与输出之间的映射 ，并通过桁架结构的实例 应用上却存在着很大的滞后 ，其中一个很重要的原 与BP网络的仿真结果进行对 比，证明此 网络的有 因就是现有的优化方法都是以传统的数学模型作为 效性。 优化模型的。这些传统数学模型在描述能力和求解 方法等方面存在着局限性，使现有的最优化理论和 1 径向基网络模型的基本结构和原理 方法在实际应用中受到了很大的限制，存在着局部 径向基 (RBF)神经网络是根据在人脑皮层 中具 最优解、维数灾难、不确定性等问题 【1】。因此 ，寻找 有局部调节和交叠 的感受域 (receptivefield)提 出 更为简便有效的结构优化设计方法一直是人们关注 的，又称为局部感受域神经 网络 (1ocalizedreceptive 的课题。作为计算科学和认知科学的最新发展，人 fieldnetwork)。它是人脑神经网络的一种抽象和简 工神经网络技术El益受到重视。 化。由于它结构简单 ，学习速度快，具有优异的函数 人工神经网络由于其本身的 自适应、自学习和 逼近能力，因此在模式识别、系统辨识等方面得到了 自组织能力即大规模的并行分布式问题求解能力等 广泛地应用。RBF神经网络由三层组成，其结构如 特性 ，已被广泛地应用于各个领域 J。神经网络 的 图1所示，输入层节点只传递输入信号