基于混合径向基神经网络的黑箱系统设计优化方法

摘要

本发明公开的基于混合径向基神经网络的黑箱系统设计优化方法，属于工程设计中的优化技术领域。本发明采用混合径向基神经网络对黑箱系统进行近似建模，并代替原始系统模型进行设计优化；通过求解单个径向基神经网络RBFNN中的参数，使得单个RBFNN的近似性能最优；构建求解权重系数的二次规划问题，对目标函数中的每个权重系数增加惩罚项，提高混合径向基神经网络ERBFNN的近似精度。本发明通过挖掘和利用不同RBFNN的优势，并利用拉格朗日乘子法求解单个代理模型的权重系数，能够避免繁琐优化过程，对于黑箱系统的高精度、高效率近似建模以及提高黑箱系统设计优化质量具有重要意义。本发明适用于包含高精度分析模型或存在黑箱系统的工程设计优化领域。