| 【中文题名】 | 人工神经网络和遗传算法在船体结构动力学中的应用 |
| 【英文题名】 | |
| 【学科专业】 | 船舶与海洋结构物设计制造 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2002-9-12 |
| 【中关键词】 | 神经网络,遗传算法,结构优化,,, |
| 【英关键词】 | Artificial neural network,Genetic Algorithms,Structural optimization, |
| 【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】 |
本文主要内容由三个部分组成，人工神经网络(Artificial neural network)、遗传算法(Genetic Algorithms)和结构动力学有限元分析。运用人工神经网络技术预报船舶总体振动；利用有限元分析软件(Ansys)作为求解器，进行船体板梁组合结构的结构动力学分析；用Ansys的APDL语言实现遗传算法，结合工程实际的特点，对船体结构进行动力学优化设计，其中针对该特定问题，改进编码方式，提出混合转换编码的新算法。
第二章介绍了有限元法的基本原理和用有限元法进行结构动力学分析的基本思路。
第三章介绍了人工神经网络的基本原理和模型，并用算例验证了神经网络预报船舶的振动的可行性。
第四章介绍了遗传算法的基本理论。
第五章用一个算例验证了遗传算法进行结构动力学优化的可行性，该算例中采用了混合转换编码的新算法。
最后给出了本论文研究工作的总结。 |
| 【论文题纲】 |
|
第一章 绪论 |
8-12 |
|
1．1 论文选题背景 |
8-9 |
|
1．2 国内外的研究现状 |
9-11 |
|
1．2．1 振动计算方法及振动预报的进展 |
9 |
|
1．2．2 人工神经网络的进展和在船舶领域的应用现状 |
9-10 |
|
1．2．3 遗传算法的进展和在船舶领域的应用现状 |
10-11 |
|
1．3 本文的主要工作 |
11-12 |
|
第二章 船舶结构的有限元法动力学分析 |
12-22 |
|
2．1 引言 |
12 |
|
2．2 有限单元法的基本原理 |
12-15 |
|
2．2．1 力学能量原理与有限元法的计算格式 |
12-14 |
|
2．2．2 弹性体势能的一般表达式 |
14-15 |
|
2．3 结构动力学中的有限元法 |
15-22 |
|
2．3．1 建立离散体的运动微分方程及单元阵的形成 |
15-19 |
|
2．3．2 结构的质量矩阵 |
19 |
|
2．3．3 结构的阻尼矩阵 |
19-20 |
|
2．3．4 结构的固有频率 |
20-21 |
|
2．3．5 结构的动力响应 |
21-22 |
|
第三章 人工神经网络预报船体结构振动 |
22-31 |
|
3．1 引言 |
22 |
|
3．2 人工神经网络的基本原理 |
22-25 |
|
3．2．1 神经网络的发展概况 |
22-23 |
|
3．2．2 模型与算法 |
23-25 |
|
3．3 BP神经网络和关联学习算法 |
25-27 |
|
3．3．1 神经元结构模型 |
25 |
|
3．3．2 BP神经网络 |
25-26 |
|
3．3．3 关联学习算法 |
26-27 |
|
3．4 船舶总体振动预报的算例 |
27-31 |
|
3．4．1 建造模型 |
27 |
|
3．4．2 输入变量的选择 |
27-28 |
|
3．4．3 输出变量 |
28 |
|
3．4．4 计算实例-1（验证BP算法） |
28-29 |
|
3．4．5 计算实例-2（关联／联想学习算法） |
29-30 |
|
3．4．6 分析与讨论 |
30-31 |
|
第四章 遗传算法的基本理论 |
31-38 |
|
4．1 引言 |
31 |
|
4．2 遗传算法概述 |
31-34 |
|
4．2．1 遗传算法的生物学基础 |
31-32 |
|
4．2．2 遗传算法基本术语 |
32-33 |
|
4．2．3 简单遗传算法工作步骤 |
33-34 |
|
4．3 遗传算法的特点 |
34-35 |
|
4．3．1 传统搜索（优化）方法概述 |
34 |
|
4．3．2 遗传算法的特点 |
34-35 |
|
4．4 遗传算法的数学理论 |
35-38 |
|
4．4．1 模式 |
35-36 |
|
4．4．2 模式定理 |
36-37 |
|
4．4．3 积木块假设 |
37 |
|
4．4．4 遗传算法的欺骗问题 |
37-38 |
|
第五章 遗传算法在船体板梁组合结构动力学设计中的应用 |
38-53 |
|
5．1 引言 |
38 |
|
5．2 结构动力学优化设计的模型 |
38-39 |
|
5．3 所使用的遗传算法的模型 |
39-47 |
|
5．3．1 用APDL建立遗传算法的基本流程 |
39-41 |
|
5．3．2 编码和解码 |
41 |
|
5．3．3 目标函数、约束处理和适应度 |
41-44 |
|
5．3．4 遗传运算中的选择运算 |
44 |
|
5．3．5 遗传运算中的交叉运算 |
44-45 |
|
5．3．6 遗传运算中的变异运算 |
45-46 |
|
5．3．7 遗传算法的运行参数 |
46-47 |
|
5．4 用遗传算法进行的结构动力优化设计算例 |
47-53 |
|
5．4．1 采用的板梁组合结构的模型 |
47-49 |
|
5．4．2 运行参数 |
49 |
|
5．4．3 遗传运算的具体实现 |
49-50 |
|
5．4．4 分析与讨论 |
50-53 |
|
总结 |
53-54 |
|
参考文献 |
54-56 |
|
致谢 |
56 |
|
| 【DOI】 | LunWen.ID:2.2008.386612 |
