模拟退火改进的神经网络算法及其在振动分析中的应用
李来强
王树林
徐波
李生娟
1.上海理工大学,材料科学与工程学院,上海,2000932.上海理工大学,材料科学与工程学院,上海,2000933.上海理工大学,材料科学与工程学院,上海,2000934.上海理工大学,材料科学与工程学院,上海,200093
摘要：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,并将改进之后的网络模型应用于对颗粒碰撞阻尼的分析.训练仿真结果显示:改进后的算法与传统的BP算法、LM算法相比具有更高的可靠性,更快的收敛速度,仿真结果与实验结果更接近.用训练好的模拟退火神经网络模型对颗粒碰撞阻尼的激振频率、填充率和振幅有效值等参数进行了仿真,得到了系统在低频阶段颗粒粒度、填充率和振幅有效值之间的关系.
关键词：颗粒碰撞阻尼模拟退火算法Powell算法
分类号：TB534(声学工程)
资助基金：国家自然科学基金(50175100)
论文发表日期：2010-03-02
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 64-67 )
英文信息