[00251849]一种基于GA_PSO优化GRNN网络算法的叶根强度安全特性预测方法
交易价格:
面议
类型:
发明专利
技术成熟度:
正在研发
专利所属地:中国
专利号:CN201710132583.7
交易方式:
完全转让
许可转让
技术入股
联系人:
西安交通大学
所在地:陕西西安市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开一种基于GA_PSO优化GRNN网络算法的叶根强度安全特性预测方法,包括步骤一,使用正交实验法获得若干叶根模型样本点集并完成叶根和对应轮缘的参数化建模,同时使用有限元软件进行各个叶根‑轮缘模型的强度计算,获得样本的多参数输入及强度安全特性输出;步骤二,归一化后利用训练好的GRNN神经网络进行初始叶根应力预测;步骤安,使用GA_PSO优化算法优化GRNN网络算法的光滑因子σ,优化目标为拟合误差的均方根误差,以获得拟合误差较小的网络模型;步骤四,若预测结果不满足预期,添加预测误差较大区域内的点来进行神经网络学习样本点集的补充;步骤五,重复第二至第四步,直到获得最优的预测模型。部分所建立的模型计算速度快、计算精度高。