新型基于神经网络的结构减基快速分析方法及其应用研究

项目名称： 新型基于神经网络的结构减基快速分析方法及其应用研究

项目编号： No.11402096

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 数理科学和化学

项目作者： 张正

作者单位： 吉首大学

项目金额： 25万元

中文摘要： 本项目针对传统减基法分析结构时存在的参数分离、误差估计、非线性、噪声影响、灵敏度分析和计算病态性等问题，提出了新型基于神经网络的结构减基快速分析方法，并对其应用展开研究。对于结构系统的静力、动力响应和模态方程快速计算问题，从神经网络逼近的角度出发，避开结构参数分离的过程，实现利用减基概念快速求解结构响应的全新方法，并对其进行误差估计；对于结构动力响应信号的快速恢复问题，基于减基概念，结合插值响应面和非线性神经网络技术，通过采集非常少量的输出响应点值，在噪声环境下快速、可靠地恢复出结构的响应，并对其进行灵敏度和抗噪性能分析；对于结构不确定区间优化设计及动态载荷识别等工程应用问题，本项目将基于神经网络的新型减基法融入到结构优化及反求算法，实现结构优化及反求的高效算法。提出的新型减基法，不论减基涵义还是计算过程都是对传统减基法的重大创新，具有重要的学术和工程价值。

中文关键词： 减基法；结构分析；有限元；误差分析；神经网络

英文摘要： New structure rapid analysis methods, based on reduced basis concept and neural network, are proposed in the item. They are aimed at overcoming the shortages of traditional reduced basis method, such as parameter decomposition, error estimation, nonlinear

英文关键词： reduced basis；structure analysis；finite element；error analysis；neural network