科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现卫星用复合材料层合板固有频率的精确分析，综合考虑结构的加工误差、材料随机偏差等不确定性因素，研究并提出一种采用神经网络增强(Neural network boosting, NNBoost)模型对正交各向异性复合材料层合板固有频率进行不确定性分析的方法。将NNBoost模型作为固有频率求解与预测的代理模型，其目标函数设定为损失函数与正则项之和，求解过程中采用一种基于泰勒展开式的梯度下降方法更新权重和阈值以加速收敛。采用该方法，分析考虑输入参数随机性时正交各向异性复合材料层合板固有频率的统计特性。仿真试验结果表明：与直接蒙特卡洛模拟(Monte carlosimulation,MCS)相比，采用NNBoost方法在保证预测精度的同时显著提高了求解效率；与传统反向传播(Back propagation, BP)神经网络方法相比，采用NNBoost方法预测结果的均方误差小于BP神经网络预测结果的均方误差且误差收敛更加平稳。
- 单位
