基于神经网络与遗传算法传动部件设计优化.pdfVIP

基于神经网络与遗传算法的传动部件设计优化 李 小 青 （浙江万里学院 宁波 315101） 摘 要：为了提高设计效率，得到最优设计效果，依据人工神经网络模型和遗传算法的基 本原理,建立了基于神经网络和遗传算法的传动部件设计优化模型，用Matlab 语言编制了应用 程序,对神经网络的参数预测与遗传算法的优化过程进行求解, 试验仿真结果表明，采用设计优 化切实可行,具有良好的实际应用效果。 关键词：神经网络；遗传算法；Matlab；设计优化 ThedesignoptimizesBasedonNeuralNetworkand GeneticAlgorithm LIXiao­qing (zhejiangWanlinUniversity) Abstract: In order to raise the design efficiency and get the most excellent design effect ,according to the basic principle of man-made neural net model and heredity algorithm, The transmission parts designs having built to based on neural net and the heredity algorithm optimize the model, Work out the application in Matlabs language , and has found the solution to the parameter forecasting of neural net and the optimization procedure of heredity algorithm. The test results show that the idea was reasonable and the Optimization technology have good application effect. Keywords: Neural network; Genetic algorithm; Matlab; The design optimizes 0 引言 遗传算法(ＧＡ)是一种借鉴生物界自然选择和自然遗传机制的高度并行、随机、自适应搜 索算法。遗传算法利用简单的编码技术和繁殖机制来表现复杂的现象,解决复杂的问题。它使用 了群体搜索技术,将种群代表一组问题解,通过对当前种群施加选择、交叉和变异等一系列遗传 操作,产生新一代种群,使种群逐步进化到包含近似最优解的状态。遗传算法所表现出的易于实 现及健壮性等特点,使它在许多领域,特别是近年来在机器学习、模式识别、智能控制和最优化 等领域得到了广泛应用。 神经网络是人类在对大脑神经网络认识理解的基础上人工构造的、由多层神经元经连接而 成,能实现某种功能的、理论化的数学模型,是基于模仿大脑神经网络结构和功能而建立的一种 信息系统。它实际上是由大量简单元件(称为神经元)相互连接而形成的复杂网络,能够进行复杂 的逻辑操作和模拟复杂的非线性系统,实现函数的非线性映射。BP网络是目前大量采用的一种 网络模型,它具有自组织、自学习和联想记忆等功能,同时容错性能也很好,是新一代信息处理工 具。在隐层神经元数量足够的情况下,带有偏差、具有至少一个Ｓ型隐层加上线性输出层的ＢＰ 网络能够逼近任意复杂的非线性函数。 本文将探讨应用基于神经网络与遗传算法方法进行传动部件设计的优化。 1 神经网络 1.1 神经网络的基本原理 人工神经网络的种类很多,而BP(前馈型反向传播算法) 网络是应用最广泛、效果最好的方 法,与其它传统模型相比,它有更好的持久性和实时预报性。具有一个隐含层含有Sigmoid 神经 元的BP网络能无限逼近任何闭区间的连续函数，三层BP网络的基本结构如图1所示。 作者简介：李小青（1976——），男，硕士，讲师，研究领域：人工智能、专家系统 图1 BP网络基本结构 该网络的基本算法为误差逆传播算法，其实质是误差梯度下降优化方法。设时间序列为 X(i)