基于径向基神经网络的有限元模型修正研究

• 作者: 张令弥 费庆国
• 来源期刊: 南京航空航天大学学报
• 学科: 物理学
• 关键词: 固体力学 模型修正 神经网络 径向基函数
• 年，卷（期）: 2004,（6）
• 页码范围: 748-752
• 页数: 5页
• 分类号: O326
• 字数: 3477字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2004.06.017

摘要

设计参数型有限元模型修正属于结构动力学反问题,其理论基础是将结构的特征量视为设计参数的函数,然后依据特征量对设计参数的一阶导数信息进行迭代求解.本文提出了一种基于径向基神经网络的有限元模型修正方法,把模型修正归结为正问题进行研究.首先将特征量视为自变量,设计参数视为因变量,以径向基神经网络逼近两者之间的非线性映射关系,然后利用神经网络的泛化特性直接求解设计参数的目标值.不但无需迭代求解,而且避开了反问题所面临的复杂的非线性优化计算.GARTEUR飞机模型仿真研究的结果表明,修正后设计参数误差在2%以内,模态频率误差在1%以内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张令弥	南京航空航天大学航空宇航学院	73	1949	23.0	43.0
2	费庆国	南京航空航天大学航空宇航学院	7	385	7.0	7.0