BP神经网络改进遗传算法在桁架结构优化设计中的应用

摘要

遗传算法直接应用于结构优化设计时,需要对每代进化种群的全部个体进行结构有限元分析,这将耗费大量的计算时长.文章针对这一问题,首先采集若干组进行结构有限元分析的数据样本,并代入BP神经网络进行网络训练和仿真,然后在运用优化算法进行优化迭代运算时,回避大量个体的有限元重分析过程,而代之以BP神经网络的预测结果,从而大量节省了计算时间.17杆平面桁架结构和42杆空间结构的算例表明,采用本文方法的计算耗时分别比原始的遗传算法节省80.39％和83.21％,且优化迭代过程能够稳定收敛,从而验证了本文方法的有效性.