<menuitem id="tlxlz"></menuitem>
<menuitem id="tlxlz"><dl id="tlxlz"><address id="tlxlz"></address></dl></menuitem>
<menuitem id="tlxlz"></menuitem>

包裝材料非線性特性識別

發布日期:2012-02-04 13:16:13

緩沖包裝設計的基本步驟之一是選擇適當的包裝件緩沖墊層。由于緩沖材料幾乎都是非線性的,且大多呈強非線性,因此無論扶理論研究還是扶工程應用的角度.確定包裝件緩沖墊層材料的非線性,對合理地設計包裝件,提高包裝件的防振、緩沖能力都是十分重要的。

首次將人工神經網絡中的BP(Back—Propagation)算法用于包裝件緩沖墊層非線性特性識別,文獻[2,3]進一步引入了模糊自適應技術,為研究緩沖包裝設計提供了新途徑。但由于BP算法具有網絡訓練時間長及選取訓練參數人為因素過多等缺陷,因此在實際應用中受到一定程度的限制。本文提出了一種將遺傳算法與BP算法相結合的基于結構化神經網絡的混合訓練方法,并將其用于解決包裝件緩沖墊層非線性特性識別問題,在一定程度上克服了這些充氣袋弊端,為有效識別緩沖材料的非線性特性提供了一條可行的途徑。1結構化神經網絡模型在振動工程領域中,通過實測數據識別動力系統的非線性特性是一個常見而又非常重要的問題。

常見的神經網絡方法識別系統非線性的基本原理是相同的,即將系統視作“黑匣子”,用輸入、輸出樣本對其訓練,它不考慮系統內部結構,而是將線性與非線性恢復力作為一個整體來識別,得到的是線性與非線性兩者的綜合動態特性¨?“。但是在需要詳細了解非線性本身的屬性時,這種方法則不能滿足要求。提出了一種識別振動系統非線性特性的結構化神經網絡方法。該方法將系統分為線性與非線性兩部分,經學習得到的神經網絡可以單獨識別出系統的非線性模型,而不是線性與非線性綜合在一起的模型。本文將遺傳算法與結構化神經網絡方法相結合.并將其用于識別包裝件緩沖墊層非線性特性.提高了網絡訓練的速度,減少了對訓練參數的人為干預,增大了搜索空間,容易得到全局最優解.假定可由測量或數值分析方法獲得緩沖包裝材料的線性特性,為了識別系統的非線性特性,可將系統分為線性和非線性兩部分。

線性網絡可以通過兩層網絡實現,其連接權值可以由式(2)的前兩式直接獲得;非線性網絡用來識別非線性特性,通過三層網絡實現,其連接權值由訓練獲得哺】。2GA與BP相結合的混合訓練方法遺傳算法和人工神經網絡已成為國內外學術界十分熱門的研究課題‘””]。由于(譴與ANN的來源不同.因此,它們在信息處理方式上存在著較大差異。近年來,已有越來越多的研究人員嘗試著將GA與ANN相結合,希望充分利用兩者的長處,以找出一種有效解決問題的方法。集裝箱充氣袋已有的研究結果表明,遺傳算法在早期階段能非常迅速地收斂到一近似解。但由于GA技術不適宜局部搜索,所以后來收斂速度明顯下降。

因此在訓練初始階段采用GA技術,然后采用BP算法,12上便提高整體訓練速度。下面按照訓練過程來介紹這一方法。采用實數編碼時,以變異慨率P。隨機地改變串中的某些位。在本文所采用的自適應遺傳算法中,修正了在運用交叉和變異算子時通常使用的方法。首先,若新一代的最佳個體明顯不優于前一代的最佳個體,則將交叉概率變為1。其次,變異方法不再是通常的將所選定的個體的值簡單地改變為某一新的隨機值,也不是以同等的機會按相同的比例來修正所選定的個體的當前值[9]。為了改進變異方法,提出了一種自適應變異操作。從當前父代和子代的各種取值中重新排序選擇出N個適應度值較高的個體作為下一代的樣本。轉步驟(2)重新進行訓練,終止條件為群體適應度趨于穩定,或誤差E小于某一給定值,或運算已達到預定的迭代次數。鑒于遺傳算法在早期階段能非常迅速地收斂到一近似解,而在后期階段收斂速度明顯下降這一特點。提出了貨柜充氣袋一種在訓練初始階段采用GA技術,然后采用BP算法來訓練網絡,以便提高整體訓練速度的遺傳化神經網絡方法。其實施方案為:設2為程序運行的兩個時刻,El、E2分gq為對應于fI、£2時刻的最佳個體的誤差函數值。下面以緩沖包裝材料中常見的具有三次非線性和雙曲正切非線性的情形為倒.說明用遺傳算法進化結構化神經網絡識別典型的緩沖包裝材料非線性的有效性,并與BP算法進行了比較。在模擬實驗中首先假設非線性項p(z)為一已知函數.由數值方法獲得實驗數據,利用這些數據訓練罔絡,然后由訓練好的網絡識別出系統的非線性特性。

本文提出了一種將遺傳算法與BP算法相結合的基于結構化神經網絡的混合訓練方法。并將其用于解決包裝件緩沖墊層非線性特性識別問題。計算機模擬結果表明,該方法對于包裝件緩沖墊層非線性特性識別問題是有效的,由識別結果可以較好地獲得緩沖材料的非線性特性。由于在該方法中提出的新的自適應變異操作技術以及將遺傳算法與BP算法進行自適應切換的實施方案等都具有一般性,因此這種方法同樣適用于一般的神經網絡混合訓練。從這個意義上講,該方法同時也為神經網絡的混合訓練提供了一種新的可行的途徑。

 
青春啊青春在线观看完整版