导读:本文包含了神经网络优化设计论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,正交,算法,双翼,催化剂,超声速,优化设计。
神经网络优化设计论文文献综述
徐向艺,张国平[1]（2019）在《基于智能优化算法的神经网络安全设计与优化研究》一文中研究指出为了提高神经网络安全性能,本文引入智能优化算法,通过划分网络危险等级,对神经网络安全进行有效评估,利用蚁群算法,对参数进行反复训练,完成网络安全预测。检验结果表明,本文提出的优化研究方案对神经网络安全性能的提升有所帮助。(本文来源于《信息技术与信息化》期刊2019年11期）
李渊,杜秋月,张明慧[2]（2019）在《人工神经网络在机械优化设计中的应用研究》一文中研究指出在机械优化设计中人工神经网络优化是当前很多研究人员主要研究的课题之一,而如何让人工神经网络在机械优化设计中更好地发展,也成为当前研究中最重要的问题之一。以神经网络模型构建作为标准、将机械设计相结合,不仅可以有效提高机械优化设计的质量,同时也有助我国工业的快速发展。(本文来源于《设备管理与维修》期刊2019年20期）
郭岩[3]（2019）在《基于神经网络的船舶空调设计参数优化》一文中研究指出针对当前船舶空调设计参数优化精度低的问题,以提高船舶室内舒适度为目标,提出了基于神经网络的船舶空调设计参数优化方法。首先对影响船舶室内舒适度的空调参数进行分析,将其作为神经网络的输入,采用船舶室内舒适度为神经网络的期望输出,然后通过神经网络的自适应和学习能力,对空调参数和船舶室内舒适度之间的关系进行非线性映射,建立船舶空调设计参数优化模型,最后采用Matlab编写船舶空调设计参数优化程序进行仿真实验,结果表明,神经网络可以获得船舶空调设计参数最佳组合,提高了船舶空调设计参数的优化精度,改善了船舶室内舒适度,最大程度发挥了船舶空调作用。(本文来源于《舰船科学技术》期刊2019年20期）
马博平,王刚,叶坤,叶正寅[4]（2019）在《基于RBF神经网络和遗传算法的超声速Licher双翼优化设计研究》一文中研究指出基于Busemann双翼的设计方法,采用径向基函数神经网络(Radial-Basis Function Neural Network, RBFNN)和基于遗传算法(Genetic Algorithm, GA)的优化技术对Licher双翼进行了优化设计以提高设计马赫数情况下的升阻比。通过计算流体力学(Computational Fluid Dynamics, CFD)方法在无黏性和黏性模式下对优化设计结果进行了验证。结果表明,与典型的Busemann双翼相比,优化后的双翼构型在无黏模拟情况下的升力和升阻比分别提高了27.3%和27.4%,黏性模拟情况下则提升了近60%和40%,表明本文采用的方法对于将双翼构型应用于未来超声速运输机领域具有很大的潜力。(本文来源于《航空科学技术》期刊2019年09期）
易丽娟,李雅,邹苏兰,柳兰,焦筱淇[5]（2019）在《基于正交试验设计与BP神经网络优化益气活血方水提工艺研究》一文中研究指出目的优化筛选益气活血方的水提工艺参数。方法在单因素实验基础上,采用正交试验设计,以加水量、提取时间、浸泡时间为考察因素,丹酚酸B和羟基红花黄色素A的转移率及浸膏得率为评价指标,采用G1-熵权法赋权得到综合评分。通过正交试验设计进行分析得到最佳水提工艺,再通过BP神经网络建模进行网络模型优化和目标寻优。验证试验对比2种分析方法,寻找益气活血方的最佳水提工艺参数。结果基于2种分析方法对比发现,正交试验分析得到最佳水提工艺的综合评分略高于BP神经网络建模结果,故最终确定该益气活血方最佳水提工艺参数为水提3次、浸泡0.5h、加水量20倍、提取时间3.5 h。结论优选出的益气活血方水提最佳工艺稳定可行,为复方中药的新药开发和现代化研究提供了新的思路和参考。(本文来源于《中草药》期刊2019年18期）
李志山,史耀耀[6]（2019）在《基于神经网络的高效强力复合铣床立柱优化设计》一文中研究指出针对整体叶盘高效强力复合数控铣床立柱刚性不足的问题,通过试切钛合金获取盘铣切削时的切削力,运用ABQUS有限元分析模块,计算立柱的动、静态特性,结合变量化分析技术,提取立柱的元结构和框架结构进行优化设计。以结构固有频率最高为优化目标,提出立柱结构的改进设计方案,并结合BP神经网络模型寻找最优设计变量。改进后的立柱结构方案与原型相比,固有频率明显提高。最后,应用该方法对整体叶盘高效强力复合数控铣床原理样机进行了分析,依据分析结果对原结构进行了改进,并进行了加工试验,结果表明,其动、静态特性有了较大的改善,验证了该方法的正确性和可行性。(本文来源于《航空制造技术》期刊2019年17期）
彭鑫磊,余乐[7]（2019）在《基于高层次综合的卷积神经网络设计与优化方法研究》一文中研究指出本文基于FPGA高层次综合的设计方法学,在ZYNQ-7020上实现了一个卷积神经网络加速器.采用循环展开和并行流水的设计方法对卷积核运算进行优化,均衡了所占用逻辑资源及运算效率,从而实现加速器的最优性能.通过MINST数据集在100MHz的工作频率下对加速器进行性能测试,结果表明:对单张图片,该加速器相对于通用平台ARM A9可实现3.77倍加速,而对1000张图片的流式处理可实现高达6.14倍加速.(本文来源于《微电子学与计算机》期刊2019年08期）
冯国奇,崔东亮,张琦,代学武[8]（2019）在《神经网络辅助的多目标粒子群优化算法在复杂产品设计中的应用》一文中研究指出复杂产品有限元分析(Finite Element Analysis,FEA)费用很高,给多目标优化(Multi-Objective Optimization,MOO)带来很大困难。提出一种人工神经网络(Artificial Neural Network,ANN)辅助的多目标粒子群优化算法(Multi-Objective Particle Swarm Optimization,MOPSO)处理这类计算密集的设计问题:以基于噪声的虚拟样本丰富ANN的训练样本集,通过虚拟样本的控制参数和ANN模型参数的协同优化提高ANN泛化能力;以此ANN为代理模型支持多目标粒子群算法的进化,并采用基于网格邻域信息的拥挤指标提高Pareto前沿的收敛性、多样性及均匀性。最后,以航空发动机高压涡轮盘(High Pressure Turbine Disc,HPTD)多目标优化案例验证该策略的有效性和可用性。试验证明,这种面向成本的MOO方法降低了复杂产品多目标优化的工程应用难度,提高了设计质量。(本文来源于《系统管理学报》期刊2019年04期）
范丽琴[9]（2019）在《基于神经网络的AZO薄膜制备工艺参数的正交优化设计》一文中研究指出采用磁控溅射法制备AZO薄膜,研究和讨论了溅射功率、溅射时间和溅射气压3个工艺参数对AZO薄膜光学和电学性能的影响。采用正交优化设计,对3个工艺参数进行优化,测量了透射率和电阻率,以此作为薄膜光电性能的评价指标,通过极差值分析确定了制备薄膜的最佳工艺参数。影响薄膜透射率的最主要因素为溅射气压;影响电阻率的最主要因素为溅射时间。获得制备高透射率低电阻率的AZO薄膜的最佳工艺组合方案为溅射功率为400W、溅射时间为1000s、溅射气压为1.0Pa。将反馈型(BP)神经网络应用于磁控溅射AZO薄膜光学性能(可见光区的平均透射率)和电学性能(电阻率)的研究。输入样品数据对神经网络进行训练,建立AZO薄膜光电性能随溅射参数变化的预测模型。(本文来源于《化工新型材料》期刊2019年07期）
唐诗洁,陆强,曲艳超,任翠涛,杨勇平[10]（2019）在《基于遗传算法优化BP神经网络的SCR脱硝系统催化剂体积设计》一文中研究指出火电厂SCR脱硝系统的设计需要在满足脱硝效率的同时,尽可能节约成本,因此需要准确预测SCR脱硝所需的催化剂体积。火电厂的烟气条件复杂多变,烟气温度、烟气流量、出入口NOx浓度等参数都会影响SCR催化剂的体积设计,因此催化剂体积预测是一个多因素耦合的问题。针对这一特点,使用BP神经网络对催化剂体积设计进行了预测,并针对该模型结构上的缺陷,进行基于遗传算法优化的神经网络建模研究。结果表明,遗传算法优化后的BP神经网络模型预测精度和数据拟合能力均有提高,为脱硝系统的催化剂体积设计提供了新思路。(本文来源于《发电技术》期刊2019年03期）
神经网络优化设计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在机械优化设计中人工神经网络优化是当前很多研究人员主要研究的课题之一,而如何让人工神经网络在机械优化设计中更好地发展,也成为当前研究中最重要的问题之一。以神经网络模型构建作为标准、将机械设计相结合,不仅可以有效提高机械优化设计的质量,同时也有助我国工业的快速发展。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
神经网络优化设计论文参考文献
[1].徐向艺,张国平.基于智能优化算法的神经网络安全设计与优化研究[J].信息技术与信息化.2019
[2].李渊,杜秋月,张明慧.人工神经网络在机械优化设计中的应用研究[J].设备管理与维修.2019
[3].郭岩.基于神经网络的船舶空调设计参数优化[J].舰船科学技术.2019
[4].马博平,王刚,叶坤,叶正寅.基于RBF神经网络和遗传算法的超声速Licher双翼优化设计研究[J].航空科学技术.2019
[5].易丽娟,李雅,邹苏兰,柳兰,焦筱淇.基于正交试验设计与BP神经网络优化益气活血方水提工艺研究[J].中草药.2019
[6].李志山,史耀耀.基于神经网络的高效强力复合铣床立柱优化设计[J].航空制造技术.2019
[7].彭鑫磊,余乐.基于高层次综合的卷积神经网络设计与优化方法研究[J].微电子学与计算机.2019
[8].冯国奇,崔东亮,张琦,代学武.神经网络辅助的多目标粒子群优化算法在复杂产品设计中的应用[J].系统管理学报.2019
[9].范丽琴.基于神经网络的AZO薄膜制备工艺参数的正交优化设计[J].化工新型材料.2019
[10].唐诗洁,陆强,曲艳超,任翠涛,杨勇平.基于遗传算法优化BP神经网络的SCR脱硝系统催化剂体积设计[J].发电技术.2019