一种基于神经网络的仿真优化方法

• 作者: 刘晓东 吴诗辉 张发 杨闽湘 邵悦
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 神经网络 仿真优化 回归曲面 样本选择
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 36-44
• 页数: 9页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201801005

摘要

为提高仿真优化问题求解效率,提出了一种基于神经网络的仿真优化方法.利用神经网络对非线性输入输出关系的逼近能力,由神经网络输出值代替仿真结果以减少所需仿真次数.按照提出的3种样本选择策略,由仿真模型产生一定数量的样本,借助广义回归神经网络在学习速度、网络稳定性、参数选取方面的独特优势,对样本进行训练,生成能够反映仿真模型输入输出关系的回归曲面,以实现用神经网络输出值代替仿真结果,利用优化算法对回归曲面进行寻优.通过对典型测试函数进行实验,证明了方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓东	空军工程大学装备管理与无人机工程学院	82	445	12.0	16.0
2	张发	空军工程大学装备管理与无人机工程学院	13	309	9.0	13.0
3	杨闽湘	空军工程大学装备管理与无人机工程学院	6	12	2.0	3.0
4	吴诗辉	空军工程大学装备管理与无人机工程学院	24	110	7.0	9.0