公开(公告)号：CN117951996B

公开(公告)日：2025-01-17

申请号：CN202410040316.7

申请日：2024-01-11

Applicant: 西南交通大学

Inventor： 余志祥 ,  何泽寰 ,  田永丁 ,  王一诺 ,  廖林绪

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/084 ,  G06F119/14

Abstract: 本发明提供了基于神经网络的耗能器智能设计方法，包括：S1.数值模型标定；S2.建立数据集；S3.训练PSO‑BP神经网络；S4.建立耗能器结构设计模型。本发明利用数值模拟进行影响耗能器力学性能的参数分析，结合PSO‑BP神经网络建立从耗能器结构尺寸至力学性能的预测模型，然后基于PSO算法和目标力学性能建立逆向参数寻优的耗能器智能设计模型。本发明主要解决了现有研究方法计算复杂、计算效率低和试验成本高等问题。

公开(公告)号：CN117951996A

公开(公告)日：2024-04-30

申请号：CN202410040316.7

申请日：2024-01-11

Applicant: 西南交通大学

Inventor： 余志祥 ,  何泽寰 ,  田永丁 ,  王一诺 ,  廖林绪

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/084 ,  G06F119/14

Abstract: 本发明提供了基于神经网络的耗能器智能设计方法，包括：S1.数值模型标定；S2.建立数据集；S3.训练PSO‑BP神经网络；S4.建立耗能器结构设计模型。本发明利用数值模拟进行影响耗能器力学性能的参数分析，结合PSO‑BP神经网络建立从耗能器结构尺寸至力学性能的预测模型，然后基于PSO算法和目标力学性能建立逆向参数寻优的耗能器智能设计模型。本发明主要解决了现有研究方法计算复杂、计算效率低和试验成本高等问题。