發(fā)布時間：2025-03-20 00:33

　　本文以火炮的輕量化為工程背景，研究了計算智能的基本原理和方法，并將其應(yīng)用于某火炮下架的結(jié)構(gòu)優(yōu)化設(shè)計。 用板單元(Shell)、梁單元(Beam)耦合的方法建立了箱型下架結(jié)構(gòu)的有限元模型，并對模型進(jìn)行適當(dāng)?shù)暮喕幚�，提取特征參�?shù)，在Patran環(huán)境下編程實現(xiàn)了結(jié)構(gòu)的參數(shù)化建模； 將遺傳算法與參數(shù)化技術(shù)相結(jié)合，對下架結(jié)構(gòu)進(jìn)行了尺寸優(yōu)化和形狀優(yōu)化。針對具體問題構(gòu)造出適應(yīng)度評價函數(shù)，用罰函數(shù)法處理約束，通過設(shè)計合理、高效的遺傳算子，設(shè)定算法運(yùn)行的控制參數(shù)等，增強(qiáng)了遺傳算法的全局搜索能力。遺傳算法的應(yīng)用有效地降低了結(jié)構(gòu)的應(yīng)力水平和重量； 在遺傳算法對下架結(jié)構(gòu)進(jìn)行尺寸、形狀優(yōu)化的基礎(chǔ)上，用ESO方法進(jìn)行了拓?fù)鋬?yōu)化，通過逐漸去除結(jié)構(gòu)中的低應(yīng)力材料，改善結(jié)構(gòu)的傳力路徑，進(jìn)一步減輕了結(jié)構(gòu)的重量。采用B-Spline方法對結(jié)構(gòu)的邊界進(jìn)行了光滑處理； 利用BP神經(jīng)網(wǎng)絡(luò)的非線性映射能力，訓(xùn)練得到了下架結(jié)構(gòu)響應(yīng)與設(shè)計變量之間的神經(jīng)網(wǎng)絡(luò)映射模型，并將其作為近似分析工具取代有限元分析過程應(yīng)用于下架的結(jié)構(gòu)優(yōu)化。結(jié)果表明，應(yīng)用...

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 引言
        1.1.1 先進(jìn)制造技術(shù)與現(xiàn)代設(shè)計技術(shù)
        1.1.2 結(jié)構(gòu)優(yōu)化設(shè)計
    1.2 結(jié)構(gòu)優(yōu)化與計算智能
        1.2.1 智能優(yōu)化方法
        1.2.2 結(jié)構(gòu)優(yōu)化的發(fā)展趨勢
    1.3 選題意義及主要研究內(nèi)容
        1.3.1 選題意義
        1.3.2 主要研究內(nèi)容
2 結(jié)構(gòu)優(yōu)化設(shè)計理論
    2.1 結(jié)構(gòu)優(yōu)化的層次與分類
    2.2 結(jié)構(gòu)優(yōu)化的數(shù)學(xué)模型
    2.3 尋優(yōu)算法
    2.4 優(yōu)化策略
3 計算智能原理及應(yīng)用
    3.1 進(jìn)化計算
    3.2 遺傳算法
        3.2.1 遺傳算法的基本原理
        3.2.2 遺傳算法的特點
        3.2.3 遺傳算法的數(shù)學(xué)基礎(chǔ)
        3.2.4 遺傳算法的實現(xiàn)技術(shù)
        3.2.5 遺傳算法在結(jié)構(gòu)優(yōu)化中的應(yīng)用
    3.3 人工神經(jīng)網(wǎng)絡(luò)
        3.3.1 概述
        3.3.2 BP網(wǎng)絡(luò)
        3.3.3 Hopfield網(wǎng)絡(luò)
    3.4 模糊系統(tǒng)
        3.4.1 概述
        3.4.2 模糊系統(tǒng)理論在結(jié)構(gòu)優(yōu)化中的應(yīng)用
4 計算智能在火炮下架結(jié)構(gòu)優(yōu)化中的應(yīng)用
    4.1 優(yōu)化策略
    4.2 參數(shù)化建模
        4.2.1 火炮下架結(jié)構(gòu)簡介
        4.2.2 初始設(shè)計方案
        4.2.3 結(jié)構(gòu)的有限元模型
        4.2.4 有限元模型的參數(shù)化
    4.3 GA用于結(jié)構(gòu)的尺寸、形狀優(yōu)化
        4.3.1 優(yōu)化模型
        4.3.2 算法實現(xiàn)的技術(shù)問題
        4.3.3 遺傳算法實施的步驟
        4.3.4 結(jié)果分析及處理
    4.4 ESO用于結(jié)構(gòu)的拓?fù)鋬?yōu)化
        4.4.1 ESO基本原理
        4.4.2 算法實現(xiàn)的技術(shù)問題
        4.4.3 ESO實施的步驟
        4.4.4 結(jié)果分析及處理
        4.4.5 ESO拓?fù)鋬?yōu)化的結(jié)果
    4.5 BP神經(jīng)網(wǎng)絡(luò)用于結(jié)構(gòu)的近似分析
        4.5.1 問題的描述
        4.5.2 網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)設(shè)定
        4.5.3 網(wǎng)絡(luò)的訓(xùn)練與測試
        4.5.4 在結(jié)構(gòu)優(yōu)化中的應(yīng)用
        4.5.5 討論
    4.6 優(yōu)化結(jié)果的分析及評價
5 結(jié)論與展望
    5.1 本文的主要結(jié)論
    5.2 展望
致謝
參考文獻(xiàn)



本文編號：4037099