基于HopfieId网络的飞机设计

摘要

Hopfield神经网络常被用于非线性约束优化的求解,属于动力学方法,可用来求解乘子法的子问题,且只需要进行一阶导数的计算.以逐渐衰减的高斯噪声信号为基础,对随机神经网络进行构建.初始温度能从很大程度上影响随机神经网络,随机神经网络也因此十分难以跳出局部极小值的限制,为有效解决该问题,神经网络在运行的过程中,对结合模拟退火的欧拉法进行了应用.运用此方法对喷气教练机进行总体优化设计,可知,算法具有数值稳定性高、求解精度高的特点,同时借助了由拉氏乘子提供的约束敏度信息,进行了相应的设计要求权衡,并对某型干线旅客机的机翼气动P结构综合设计问题进行了分析和研究.