人工神經(jīng)網(wǎng)絡(luò)在機(jī)械優(yōu)化設(shè)計(jì)中的應(yīng)用

摘 要：本文首先介紹了機(jī)械設(shè)計(jì)和人工神經(jīng)網(wǎng)絡(luò)，并且討論了舊有的機(jī)械優(yōu)化設(shè)計(jì)的計(jì)算方式中存在的問題，進(jìn)而介紹了BP神經(jīng)網(wǎng)絡(luò)模型以及反饋神經(jīng)網(wǎng)絡(luò)模型，進(jìn)而探討如何將其運(yùn)用在機(jī)械設(shè)計(jì)工作中，為相關(guān)的設(shè)計(jì)工作提供了基本思路。

關(guān)鍵詞：人工神經(jīng)網(wǎng)絡(luò)；機(jī)械優(yōu)化設(shè)計(jì)；BP神經(jīng)網(wǎng)絡(luò)；反饋神經(jīng)網(wǎng)絡(luò)

對(duì)于機(jī)械工程設(shè)計(jì)工作來說，如何把工程設(shè)計(jì)問題轉(zhuǎn)化為最優(yōu)，是其中最重要的課題，這就需要我們選擇一個(gè)最為合適的方式，利用計(jì)算機(jī)進(jìn)行方案設(shè)計(jì)，然后選取一個(gè)最優(yōu)的方案來加以采用。對(duì)于機(jī)械設(shè)計(jì)來說，其任務(wù)就是在一定條件下，進(jìn)行一定條件下的評(píng)價(jià)和比較以及計(jì)算分析，尋求符合實(shí)際要求的方案。而對(duì)于機(jī)械優(yōu)化設(shè)計(jì)來說，其目的則是在已經(jīng)符合設(shè)計(jì)要求的方案中選取一個(gè)最優(yōu)、最好的方案。本文主要針對(duì)人工神經(jīng)網(wǎng)絡(luò)神經(jīng)技術(shù)進(jìn)行介紹，并且說明其如何在機(jī)械優(yōu)化設(shè)計(jì)領(lǐng)域中進(jìn)行靈活運(yùn)用。

1 機(jī)械優(yōu)化設(shè)計(jì)概說

當(dāng)前在世界范圍內(nèi)，對(duì)于機(jī)械進(jìn)行優(yōu)化設(shè)計(jì)，已經(jīng)有了幾十年的歷史了，并且已經(jīng)取得了一定的研究成果，已經(jīng)在工程實(shí)踐中獲得了較為廣泛的應(yīng)用。其運(yùn)算手段大多都基于原有理論中的優(yōu)化算法，主要運(yùn)用到的方式有懲罰函數(shù)、復(fù)合形法，這些方法對(duì)于目標(biāo)函數(shù)來說要求非常嚴(yán)格，尤其是對(duì)于局部極值來說，要求是很苛刻的，另外優(yōu)化的結(jié)果和初始值之間往往存在很大的相關(guān)性，因?yàn)檫@些缺點(diǎn)的存在，對(duì)于優(yōu)化設(shè)計(jì)的要求都是無法滿足的。當(dāng)前智能理論已經(jīng)逐漸完善，計(jì)算機(jī)技術(shù)也得到了長(zhǎng)足的進(jìn)步，很多智能計(jì)算方法相繼出現(xiàn)，例如人工神經(jīng)網(wǎng)絡(luò)就是其中比較具有優(yōu)勢(shì)的一種。

2 關(guān)于智能神經(jīng)網(wǎng)絡(luò)在機(jī)械優(yōu)化設(shè)計(jì)工作中的應(yīng)用情況

采用物理方面可實(shí)現(xiàn)的系統(tǒng)來直接對(duì)人腦神經(jīng)細(xì)胞進(jìn)行模擬，來重現(xiàn)其結(jié)構(gòu)和功能，就是人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)，英文簡(jiǎn)寫是ANN。人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)針對(duì)生物神經(jīng)系統(tǒng)的特征進(jìn)行了反映，尤其對(duì)于生物系統(tǒng)的基本特征進(jìn)行了反映，這樣就可以直接通過抽象的方式，模擬生物神經(jīng)系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)的提出比較早，在二十世紀(jì)四五十年代就已經(jīng)有人提出了相關(guān)理論，但是到了八十年代后期這項(xiàng)技術(shù)才開始被人們認(rèn)識(shí)，并且開始將其實(shí)踐在應(yīng)用領(lǐng)域。當(dāng)前已經(jīng)有兩種機(jī)械優(yōu)化設(shè)計(jì)方式運(yùn)用比較廣泛了，一個(gè)是BP神經(jīng)系統(tǒng)，另一個(gè)是反饋神經(jīng)網(wǎng)絡(luò)，下面對(duì)這兩個(gè)系統(tǒng)進(jìn)行詳細(xì)說明。

2.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種應(yīng)用比較廣泛的人工神經(jīng)網(wǎng)絡(luò)，是模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種新型智能信息處理系統(tǒng)。它通過對(duì)人腦的形象思維、聯(lián)想記憶等的模擬和抽象來實(shí)現(xiàn)與人腦相似的識(shí)別、記憶等信息處理功能。BP網(wǎng)絡(luò)具有一些傳統(tǒng)技術(shù)所沒有的特點(diǎn)，如較強(qiáng)的自適應(yīng)性和自組織性、高度并行信息處理能力、強(qiáng)大的非線性映射能力，硬件實(shí)現(xiàn)后分類速度快，可以快速準(zhǔn)確的實(shí)時(shí)處理等。BP網(wǎng)絡(luò)由輸入層、隱含層和輸出層組成。其中，輸入層和輸出層的神經(jīng)元節(jié)點(diǎn)數(shù)是由具體問題的輸入層參數(shù)和輸出層參數(shù)來確定的：而隱含層的神經(jīng)元節(jié)點(diǎn)數(shù)則是網(wǎng)絡(luò)構(gòu)造中的關(guān)鍵問題，它由具體問題的復(fù)雜程度及誤差下降等情況來確定。根據(jù)Kosmagoro定理：在有合理的結(jié)構(gòu)和恰當(dāng)權(quán)值的條件下，三層前饋網(wǎng)絡(luò)可以逼近任意的連續(xù)函數(shù)，所以從簡(jiǎn)捷實(shí)用的角度一般只選取一個(gè)隱層。標(biāo)準(zhǔn)的BP網(wǎng)絡(luò)相鄰兩層的神經(jīng)元之間全連接，每層內(nèi)的神經(jīng)元沒有連接。

機(jī)械優(yōu)化設(shè)計(jì)中，可利用BP神經(jīng)網(wǎng)絡(luò)的非線性映射能力進(jìn)行機(jī)械系統(tǒng)的結(jié)構(gòu)優(yōu)化設(shè)計(jì)和多目標(biāo)優(yōu)化設(shè)計(jì)。用于結(jié)構(gòu)優(yōu)化設(shè)計(jì)的基本思想是：首先運(yùn)用結(jié)構(gòu)分析軟件如有限元分析軟件進(jìn)行一定數(shù)量的結(jié)構(gòu)分析，取得訓(xùn)練多層前向神經(jīng)網(wǎng)絡(luò)的樣本，構(gòu)造一個(gè)人工神經(jīng)網(wǎng)絡(luò)；并利用所獲得的樣本數(shù)據(jù)訓(xùn)練，然后利用該網(wǎng)絡(luò)來進(jìn)行結(jié)構(gòu)分析，取代需要大量計(jì)算的有限元結(jié)構(gòu)分析，將結(jié)構(gòu)分析的結(jié)果與其它優(yōu)化算法結(jié)合起來進(jìn)行結(jié)構(gòu)設(shè)計(jì)。

利用BP神經(jīng)網(wǎng)絡(luò)模型還可以進(jìn)行機(jī)械產(chǎn)品的多目標(biāo)優(yōu)化設(shè)計(jì)。在機(jī)械產(chǎn)品系列化設(shè)計(jì)過程中，同一個(gè)產(chǎn)品需要保證的產(chǎn)品性能可能是多方面的，即優(yōu)化設(shè)計(jì)中的目標(biāo)函數(shù)由很多個(gè)組成，同時(shí)影響各個(gè)方面的產(chǎn)品性能的參數(shù)即優(yōu)化設(shè)計(jì)中的設(shè)計(jì)變量也有很多個(gè)，每一個(gè)設(shè)計(jì)變量對(duì)若干個(gè)目標(biāo)函數(shù)都產(chǎn)生影響，在利用下式的線性加權(quán)法進(jìn)行多目標(biāo)優(yōu)化設(shè)計(jì)時(shí)，一個(gè)難以確定的量就是各個(gè)分目標(biāo)函數(shù)的權(quán)重。利用BP神經(jīng)網(wǎng)絡(luò)的非線性映射能力，在進(jìn)行優(yōu)化設(shè)計(jì)時(shí)，可以避開確定各個(gè)目標(biāo)函數(shù)的權(quán)重，較為有效地進(jìn)行多目標(biāo)優(yōu)化設(shè)計(jì)。其方法是：首先根據(jù)產(chǎn)品的具體情況構(gòu)造一個(gè)BP神經(jīng)網(wǎng)絡(luò)，以各個(gè)設(shè)計(jì)變量作為這個(gè)神經(jīng)網(wǎng)絡(luò)的輸入向量，以各個(gè)分目標(biāo)函數(shù)作為這個(gè)神經(jīng)網(wǎng)絡(luò)的輸出向量，利用已有的經(jīng)驗(yàn)數(shù)據(jù)訓(xùn)練該網(wǎng)絡(luò)，確定網(wǎng)絡(luò)各個(gè)聯(lián)接的聯(lián)接權(quán)重，即確定設(shè)計(jì)變量空間到目標(biāo)函數(shù)空間的映射關(guān)系，然后在進(jìn)行系列產(chǎn)品設(shè)計(jì)時(shí)，根據(jù)業(yè)已確定的設(shè)計(jì)變量空間到目標(biāo)函數(shù)空間的映射關(guān)系，確定各個(gè)設(shè)計(jì)變量的取值，從而達(dá)到新產(chǎn)品的綜合性能最優(yōu)，達(dá)到多目標(biāo)優(yōu)化設(shè)計(jì)的目的。

2.2 關(guān)于反饋神經(jīng)網(wǎng)絡(luò)

早在二十世紀(jì)八十年代初，加州理工學(xué)院就有物理方面的學(xué)者提出反饋神經(jīng)網(wǎng)絡(luò)的概念，這個(gè)神經(jīng)網(wǎng)絡(luò)其原理是模擬人腦的聯(lián)想記憶功能而形成的神經(jīng)網(wǎng)絡(luò)模型。這個(gè)神經(jīng)網(wǎng)絡(luò)模型的基本組成元件是神經(jīng)元，這些神經(jīng)元互相之間都是相互連接的，每個(gè)連接之間都有一個(gè)權(quán)值，網(wǎng)絡(luò)中的每一個(gè)神經(jīng)元都將其反饋輸出到其他神經(jīng)元之中，這種網(wǎng)絡(luò)結(jié)構(gòu)如果沒有挖補(bǔ)輸出，網(wǎng)絡(luò)自身狀態(tài)會(huì)通過演化而讓網(wǎng)絡(luò)通過收斂，而形成一個(gè)穩(wěn)定的狀態(tài)，在這個(gè)穩(wěn)定的狀態(tài)之下，神經(jīng)元之間的連接權(quán)值是相等的，這樣一來，網(wǎng)絡(luò)的狀態(tài)就是平衡的。后來在這個(gè)網(wǎng)絡(luò)系統(tǒng)中套用了能量函數(shù)，希望能夠查驗(yàn)該方式的穩(wěn)定性能。把該網(wǎng)絡(luò)模型運(yùn)用到機(jī)械設(shè)計(jì)之中后，就可以建立一個(gè)機(jī)械優(yōu)化問題和整個(gè)網(wǎng)絡(luò)模型之間的對(duì)應(yīng)關(guān)系，通過其中的約束條件要素。設(shè)計(jì)變量要素就可以把整個(gè)神經(jīng)系統(tǒng)的演化過程和機(jī)械優(yōu)化設(shè)計(jì)工作尋找最優(yōu)方案的過程進(jìn)行對(duì)應(yīng)。但是這個(gè)模型本身存在著一系列的局限性，容易陷入局部最小點(diǎn)，這樣就給應(yīng)用造成了一些負(fù)面影響，所以仍然有待于改善。

結(jié)束語

當(dāng)前的機(jī)械系統(tǒng)結(jié)構(gòu)已經(jīng)變得越來越復(fù)雜、其內(nèi)部零件越來越精密，用戶已經(jīng)對(duì)于機(jī)械產(chǎn)品的性能提出了更高的要求，當(dāng)前基于數(shù)學(xué)規(guī)劃方式的優(yōu)化設(shè)計(jì)理論已經(jīng)難以滿足當(dāng)前系統(tǒng)優(yōu)化設(shè)計(jì)方面的需求了，所以應(yīng)該對(duì)傳統(tǒng)的設(shè)計(jì)理論進(jìn)行革新。本文主要針對(duì)反饋神經(jīng)網(wǎng)絡(luò)模型以及BP神經(jīng)網(wǎng)絡(luò)模型如何運(yùn)用在機(jī)械優(yōu)化設(shè)計(jì)工作中的方法進(jìn)行了介紹，希望可以有助于在一定程度上解決機(jī)械設(shè)計(jì)方面的問題，并且克服相關(guān)工作中存在的問題，給優(yōu)化設(shè)計(jì)帶來一定的便利。

參考文獻(xiàn)

[1]閔之賢.探析機(jī)械優(yōu)化設(shè)計(jì)方法[J].科技經(jīng)濟(jì)導(dǎo)刊，2016（06）.

[2]吳亞明.機(jī)械優(yōu)化設(shè)計(jì)的應(yīng)用發(fā)展分析[J].中小企業(yè)管理與科技（中旬刊），2015（06）.

[3]陳波.機(jī)械優(yōu)化設(shè)計(jì)理論方法研究綜述[J].科技風(fēng)，2014（09）.

作者簡(jiǎn)介：邢忠正，身份證號(hào)：220802198511157012。endprint