基于模拟退火改进的神经网络算法在颗粒碰撞阻尼研究中的应用

PDF(745 KB)

振动与冲击 ›› 2010, Vol. 29 ›› Issue (3) : 89-90,1.

论文

基于模拟退火改进的神经网络算法在颗粒碰撞阻尼研究中的应用

李来强1; 王树林 1; 李生娟1; 徐波2

作者信息 +

Particle damping analysis using neural network based on improved simulated annealing method

LI lai-qiang 1; WANG shu-lin 1; LI Sheng-juan 1; XU bo2

Author information +

文章历史 +

摘要

振动问题的普遍存在，使得对振动的研究极为必要。振动分析中建立的系统阻尼的目标函数往往比较复杂，影响因素众多，很难用传统数学建模的方法建立模型，传统的神经网络分析和模拟也很难得到建模问题的全局最优解。为此，将传统的反向传播算法（BP算法）神经网络模型结合模拟退火算法及最佳保留原则，提出一种改进的神经网络模型，得出了颗粒粒度、颗粒填充率和系统阻尼之间的关系。

Abstract

Vibration problem is popular in process equipments, and it’s extremely essential to be researched. Because of the complexity of the objective function, it’s difficult to develop a mathematical model traditionally.
An improved algorithm is presented combined BP algorithm with simulated annealing method, and successfully used in the particle damping technology.

导出引用

李来强;王树林;李生娟;徐波. 基于模拟退火改进的神经网络算法在颗粒碰撞阻尼研究中的应用[J]. 振动与冲击, 2010, 29(3): 89-90,1

LI lai-qiang;WANG shu-lin;LI Sheng-juan;XU bo. Particle damping analysis using neural network based on improved simulated annealing method[J]. Journal of Vibration and Shock, 2010, 29(3): 89-90,1

中图分类号： TB534+.2 TP391.4