人工神经网络（ANN）在结构分析中的应用

摘要

弹性结构的有限元分析可用于求解结构几何参数与结构应力、位移等结构响应之间的映射关系.人工神经网络(ANN)可实现对复杂非线性函数关系的模拟.该文在对人工神经网络(ANN)系统研究的基础上,探讨了将人工神经网络用于结构分析中的可行性.该文采用了BP网络的方法,实现了结构几何参数与结构响应关系的全局映射.主要内容包括:1.人工神经网络(ANN)用于模拟杆系结构的应力、位移响应.2.人工神经网络(ANN)用于板结构的优化设计.3.人工神经网络(ANN)用于板结构的模态分析.通过理论分析和数值模拟研究,该文得出如下结论:1.人工神经网络可以有效的应用于机械结构的结构分析、模态分析、结构优化设计中,误差在工程所允许的范围之内(<5％).2.证实了

目录

文摘

英文文摘

第一章绪论

1.1 论文概述

1.2 人工神经网络概述

1.3 人工神经网络的发展

1.5 人工神经网络研究的意义

1.6 人工神经网络的特点

第二章BP网络概述

2.1 人工神经元模型

2.2 神经网络的结构、工作方式、学习方式、学习算法

2.3 BP网络的结构

2.4 误差反传(BP)算法

第三章基于误差反传(BP)算法的多层前馈网络设计基础

3.1 训练样本集准备

3.2 训练样本数

3.3 输入输出数据的预处理

3.4 初始权值的设计

3.5 多层前馈网络的拓扑结构的设计

3.6 网络训练与测试

第四章MATLAB神经网络工具箱中的BP网络

4.1 MATLAB神经网络工具箱

4.2 神经网络技术的选取

4.3 运用MATLAB神经网络工具箱设计网络的原则和过程

4.4 MATLAB工具箱中BP网络设计

第五章基于BP网络的十杆桁架结构特性的学习

5.1 三杆桁架问题

5.2 十杆桁架问题

第六章基于BP网络的板结构特性的学习

6.1 板结构的厚度优化的神经网络模拟

6.2 板结构模态分析的神经网络模拟

第七章 全文总结

参考文献

附录

致谢