基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对航空发动机涡轮盘多目标优化计算密集、案例需求大、分析费用高的问题,提出一种基于混合样本管理的人工神经网络训练方法,以辅助多目标粒子群优化算法处理这类计算密集问题.通过均匀设计的偏差控制,设计面向混合精度数值仿真的试验表;在误差分析基础上,通过联合优化"虚拟样本噪声强度—隐含层节点数—虚拟样本量",确定混合样本集的构造方法和神经网络拓扑结构,以提高模型的精度和泛化能力;多目标优化过程中,采用基于网格邻域信息的拥挤指标提高Pareto前沿的收敛性、多样性和均匀性;通过遗忘式增量学习提高寻优目标的导向性.以某型涡轮盘的多目标优化设计为例验证该体系的有效性.实验表明,所提方法在保证涡轮盘多目标优化质量的前提下,能够显著降低设计费用.
推荐文章
基于递归神经网络的视频多目标检测技术
机器视觉
深度学习
递归神经网络
卡尔曼滤波
视频多目标检测
卷积神经网络
基于RBF神经网络的引信智能天线多目标方向估计
引信智能天线
径向基函数神经网络
多目标方向估计
优化增量型随机权神经网络及应用
神经网络
过拟合
高炉炼铁
优化
动态建模
图像制导中的一种改进增量学习RBF神经网络
径向基函数神经网络
自动目标识别
隐层神经元价值函数
IL-RAN
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数据视角下神经网络增量学习支持的涡轮盘多目标优化
来源期刊 计算机集成制造系统 学科
关键词 涡轮盘 混合样本 人工神经网络 多目标粒子群优化算法 增量学习
年,卷(期) 2021,(8) 所属期刊栏目 数字化/网络化/智能化制造技术
研究方向 页码范围 2393-2404
页数 12页 分类号 TP391
字数 语种 中文
DOI 10.13196/j.cims.2021.08.021
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (112)
共引文献  (136)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(11)
  • 参考文献(1)
  • 二级参考文献(10)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(13)
  • 参考文献(1)
  • 二级参考文献(12)
2015(16)
  • 参考文献(2)
  • 二级参考文献(14)
2016(9)
  • 参考文献(3)
  • 二级参考文献(6)
2017(7)
  • 参考文献(4)
  • 二级参考文献(3)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
涡轮盘
混合样本
人工神经网络
多目标粒子群优化算法
增量学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机集成制造系统
月刊
1006-5911
11-5946/TP
大16开
北京2413信箱34分箱
82-289
1995
chi
出版文献量(篇)
6201
总下载数(次)
22
论文1v1指导