基于随机LPNN网络的优化设计研究

• 作者: 向锦武 周盛强
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: Lagrange乘子神经网络 附加动量项 高斯噪声 灵敏度分析
• 年，卷（期）: 2007,（3）
• 页码范围: 399-402
• 页数: 4页
• 分类号: TP183|V221+.6
• 字数: 3285字
• 语种: 中文
• DOI: 10.3321/j.issn:1003-8728.2007.03.032

摘要

拉格朗日乘子神经网络是一种适合于求解一般约束问题的神经网络.网络运行中附加动量项和引入逐渐衰减的高斯噪声.附加动量项方法能减少震荡时间,提高网络的收敛速度.高斯噪声能避免神经网络收敛于假吸引子,改善全局寻优能力.用该方法解决飞机总体参数优化问题.数值结果表明,算法的稳定性、全局寻优性、约束的满足程度好,同时拉氏乘子可以帮助进行最优设计结果的灵敏度分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向锦武	北京航空航天大学航空科学与工程学院	118	838	16.0	21.0
2	周盛强	北京航空航天大学航空科学与工程学院	9	26	3.0	5.0