Оптимизация пространственных конструкций на основе гибридной нейросетевой программы

• Автор: Светашков, Павел Александрович
• Шифр специальности: 05.23.01
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Красноярск
• Количество страниц: 172 с. : ил.

Введение. Состояние вопроса оптимизации конструкций. Возможности искуственных нейронных сетей. Глава 1. Оптимальное проектирование конструкций возможности применения нейросетевой аппроксимации. Разработка метода и инструмента гибридной нейросетевой оптимизации. Гибридная нейросетевая оптимизация поиск подхода. Поиск подхода. Режимы работы программы. Глава 2. Выводы. Глава 3. Оптимизация незаглубленной пространственной фундаментной платформы под многоэтажное здание. Предпосылки и цель создания пространственной фундаментной платформы. Достоинства пространственной фундаментной платформы. Расчты и итоговый вариант железобетонной фундаментной платформы. Параметрическая расчтная схема для оптимизации фундаментной платформы. Расчтная схема с оболочечными конечными элементами. Заключение. Приложение. Постановка задачи оптимального проектирования обычно имеет вид . ФЛ Ф 1. После того как задача оптимизации сформулирована, нужно наиболее рационально выполнить серию пробных расчтов с целью получения максимально полного представления о поведении функциональных ограничений и критериев в рассматриваемой области.


После того как задача оптимизации сформулирована, нужно наиболее рационально выполнить серию пробных расчтов с целью получения максимально полного представления о поведении функциональных ограничений и критериев в рассматриваемой области. На этом этапе требуется создать последовательность точек Ц, достаточно полно отражающих исследуемые зависимости. В многомерном пространстве параметров волюнтаристский выбор точек неэффективен, поскольку человеку не свойственна геометрическая интуиция в пространствах высокой размерности. Часто используются так называемые кубические рештки, т. А1 формула записана для последовательности в единичном гиперкубе с вершиной в начале координат. Однако неэффективность таких последовательностей при л1 показана довольно давно 4. Смысл утверждения о неэффективности кубической рештки при зондировании значений функции заключается в том, что одни параметры функции могут влиять на е значение в большей мере, а другие в меньшей, например
Дx,. Существуют и строгие оценки эффективности последовательностей, одна из которых отклонение точек последовательности, определяемое формулой зир кПр Уп I, 1. Пр количество точек Р. П,. Чем меньше , тем более равномерным следует считать расположение точек в К. Одна из равномерно распределнных последовательностей ЛПт последовательность разработана в 5 в литературе она более известна как последовательность Соболя. Как выглядит последовательность Соболя из 0 точек на плоскости в сравнении с кубической решткой из такого же количества точек, показано на рис. Из рисунка видно, что последовательность Соболя более эффективно зондирует заданную область, равномерно заполняя е с ростом количества точек.