论文部分内容阅读
遗传算法直接应用于结构优化设计时，需要对每代进化种群的全部个体进行结构有限元分析。这将耗费大量的计算时长．文章针对这一问题，首先采集若干组进行结构有限元分析的数据样本，并代入BP神经网络进行网络训练和仿真，然后在运用优化算法进行优化迭代运算时，回避大量个体的有限元重分析过程，而代之以BP神经网络的预测结果，从而大量节省了计算时间．17杆平面桁架结构和42杆空间结构的算例表明，采用本文方法的计算耗时分别比原始的遗传算法节省80．39％和83．21％，且优化迭代过程能够稳定收敛，从而验证了本文方法的有效性．