新型NN训练算法及其在优化设计中的应用

• 作者: 任远 白广忱
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 优化设计 热设计 神经网络
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 博士论坛
• 页码范围: 5-8,12
• 页数: 5页
• 分类号: TP183|TP391.72
• 字数: 3915字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.08.002

摘要

提出采用GA-BP贝叶斯算法来建立优化设计近似模型.该算法是一种新型神经网络训练算法,它以提高网络的泛化性能为主旨,其训练目标是获取对应于后验分布最大值的权值向量.以方形扁平封装器件为例,采用GA-BP贝叶斯算法建立了温度场分析的近似模型,基于它对封装散热结构进行了优化,并与L-M BP算法进行了对比.结果表明,基于GA-BP贝叶斯算法的温度场分析近似模型,对芯片中心温度的预测精度更为理想,并且受随机因素的影响很小.GA-BP贝叶斯算法克服了现有网络训练算法对初始权值敏感、建模精度不高的缺点,在工程优化设计中具有实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白广忱	北京航空航天大学能源与动力工程学院	97	761	16.0	21.0
2	任远	北京航空航天大学能源与动力工程学院	15	121	6.0	11.0