【技术实现步骤摘要】
本专利技术涉及纤维增强复合材料优化领域，特别是涉及一种基于bp神经网络的纤维增强复合材料变刚度优化方法。
技术介绍
1、纤维增强复合材料层合板的变刚度优化设计，通过逐点优化纤维铺角的可设计性，从而匹配结构中应力状态的空间变化，更高效地发挥纤维增强复合材料层合板在强度与刚度性能上的方向性，为设计师提供了更广阔的设计空间与设计灵活度。然而，基于梯度类算法的传统纤维增强复合材料变刚度优化设计，由于结构复杂导致设计变量和目标函数之间往往存在高度的非线性关系，无法直接基于理论推导获得显式函数。因此，通常需要多次大规模的进行有限元分析，以获得足够的灵敏度信息作为梯度类算法的导向，不可避免的面临大规模计算的挑战。同时，结构在概念设计阶段存在载荷工况随机性问题，如何在初始概念设计阶段，针对随机载荷工况制定高效的设计方案具有重要价值。然而，现有优化方法存在反复迭代以及耗时长的问题。
技术实现思路
1、针对现有技术中的上述不足，本专利技术提供的基于bp神经网络的纤维增强复合材料变刚度优化方法解决了现有优化方法...
【技术保护点】
1.一种基于BP神经网络的纤维增强复合材料变刚度优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于BP神经网络的纤维增强复合材料变刚度优化方法，其特征在于，所述S1中输入载荷的公式为：
3.根据权利要求2所述的基于BP神经网络的纤维增强复合材料变刚度优化方法，其特征在于，所述S2中包括以下分步骤：
4.根据权利要求3所述的基于BP神经网络的纤维增强复合材料变刚度优化方法，其特征在于，所述S3中对输出NDFO插值格式设计变量进行数据组装，公式为：
5.根据权利要求4所述的基于BP神经网络的纤维增强复合材料变...
【技术特征摘要】
1.一种基于bp神经网络的纤维增强复合材料变刚度优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于bp神经网络的纤维增强复合材料变刚度优化方法，其特征在于，所述s1中输入载荷的公式为：
3.根据权利要求2所述的基于bp神经网络的纤维增强复合材料变刚度优化方法，其特征在于，所述s2中包括以下分步骤：
4.根据权利要求3所述的基于bp神经网络的纤维增强复合材料变刚度优化方法，其特征在于，所述s3中对输出ndfo插值格式设计变量进行数据组装，公式为：
<...【专利技术属性】
技术研发人员：段尊义，刘亿，朱继宏，张皓翔，陈志远，徐斌，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。