| 【中文题名】 | 神经网络算法在导热反问题中的应用 |
| 【英文题名】 | Applation of Neural Network in Inverse Heat Conduction |
| 【学科专业】 | 热能工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2003-7-9 |
| 【中关键词】 | 人工神经网络,导热反问题,正问题,稳定性,权,噪声 |
| 【英关键词】 | neural net work,inverse heat conduction problem,positive problem,stableness,weight,noise,convergence, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 |
本文对导热反问题的性质、特点，以及传统解法经行了研究，深入学习了人工神经网络算法的性质，将神经网络引入热传导领域，通过二者的有机结合，提出了求解导热反问题的一种新算法。通过编写程序，进行数值仿真对算法的正确性进行了验证，得出神经网络算法可以用于导热反问题的求解的结论。在此基础上对网络结构进行了进一步的优化，提高了算法的收敛性，并且对算法的抗噪性进行了检验，结果表明算法的抗噪性良好，有较高的应用价值。 |
| 【论文题纲】 |
|
第一章 绪论 |
7-12 |
|
§1—1 课题综述 |
7 |
|
§1—2 求解导热反问题的困难所在 |
7-8 |
|
§1—3 求解导热反问题的传统方法 |
8-9 |
|
§1—4 神经网络方法的引入 |
9-12 |
|
第二章 导热反问题及其一般求解方法 |
12-23 |
|
§2—1 导热反问题解法分类及其评价标准 |
12-13 |
|
§2—1—1 反问题的特点及算法分类 |
12-13 |
|
§2—1—2 反问题方法的评价标准 |
13 |
|
§2—2 导热反问题的病态性分析 |
13-15 |
|
§2—3 导热反问题的典型例子及其相关知识 |
15-17 |
|
§2—4 导热反问题的近似解法 |
17-22 |
|
§2—4—1 单时间步法 |
17-18 |
|
§2—4—2 明确函数法 |
18-19 |
|
§2—4—3 规则方法 |
19-21 |
|
§2—4—4 试验函数法 |
21 |
|
§2—4—5 新兴解法简介 |
21-22 |
|
§2—5 本章小结 |
22-23 |
|
第三章 人工神经网络算法简介 |
23-36 |
|
§3—1 神经网络简介 |
23 |
|
§3—2 BP网络原理 |
23-36 |
|
§3—2—1 前馈神经网络 |
23-24 |
|
§3—2—2 单层感知器网络 |
24-26 |
|
§3—2—3 多层感知器网络 |
26-27 |
|
§3—2—4 BP网络 |
27-30 |
|
§3—2—5 BP网络学习算法的调整 |
30-36 |
|
第四章 算法说明和仿真结果 |
36-51 |
|
§4—1 算法说明 |
36-39 |
|
§4—2 导热反问题仿真结果 |
39-42 |
|
§4—3 热物性参数仿真结果 |
42-44 |
|
§4—4 算法的抗噪声能力分析 |
44-48 |
|
§4—5 算法中需要注意的问题 |
48-51 |
|
第五章 主要结论和工作展望 |
51-53 |
|
§5—1 主要结论 |
51 |
|
§5—2 工作展望 |
51-53 |
|
参考文献 |
53-56 |
|
致谢 |
56-57 |
|
攻读学位期间取得的相关科研成果 |
57 |
|
| 【DOI】 | LunWen.ID:2.2008.130329 |
