模拟退火改进的神经网络算法及其在振动分析中的应用
颗粒碰撞阻尼是以阻尼器中钢球和细微颗粒的强烈撞击，使夹在其间的颗粒产生塑性变形，以达到永久消耗系统能量的目的。问题分析中的目标函数往往比较复杂，影响因素众多，很难用传统数学建模的方法建立模型，传统的神经网络分析和模拟也很难得到问题的全局最优解。为此，将传统的反向传播算法(BP算法)神经网络模型结合模拟退火算法及最佳保留原则，提出一种改进的神经网络模型，并成功的应用于颗粒碰撞阻尼技术，得出了颗粒粒度、颗粒填充率和系统阻尼之间的关系，为颗粒碰撞阻尼的工程应用提供了一定的参考价值。
颗粒碰撞阻尼 振动分析 模拟退火算法 Powell算法 神经网络
李来强 王树林
上海理工大学能源与动力工程学院,上海 200093
国内会议
威海
中文
377-381
2009-10-22（万方平台首次上网日期，不代表论文的发表时间）