利用遗传算法和神经网络响应面来实现复合材料结构优化设计(英文)

运用正交试验设计选择设计样本,建立神经网络响应面,以代替复合材料结构优化中的大量的有限元分析;将神经网络响应面作为目标函数或者约束条件,加上其他常规约束条件进行优化模型的建立,再应用遗传算法(GA)进行优化,这可以实现设计分析与设计优化的分离。以复合材料帽型加筋板的重量优化问题为例,建立了重量响应面目标函数、强度和翘曲稳定性响应面约束条件;并通过NASTRAN进行有限元计算,以获取用于响应面训练的样本点数据。研究表明,该方法能以较少的结构分析次数,取得高精度的响应面近似模型,从而使优化效率大为提高。神经网络响应面能够获得与传统响应面同等,甚至更好的精度。