基于径向基神经网络的有限元模型修正研究

摘要：

模型修正属于反问题的一种,针对其非线性、计算量大等不足之处,提出一种基于径向基神经网络的有限元模型修正方法,并把反问题归结为正问题进行研究.该方法将特征量作为自变量输入、设计参数作为因变量输出,用试验设计构造样本,以径向基神经网络逼近两者之间的非线性映射关系,利用神经网络的泛化特性直接输出设计参数的修正值.某空间钢结构模型的计算结果验证了该方法的有效性.

关键词：模型修正、神经网络、径向基函数、有限元模型

所属期刊栏目：34

分类号：TU311.3(建筑结构)

资助基金：湖北省教育厅基金资助项目B20101102;武汉科技大学校基金资助项目2009xz20

在线出版日期：2011-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：115-118