面向冷弯型钢构件弹性屈曲临界荷载预测的BP神经网络训练算法比选OA北大核心
弹性屈曲临界荷载是准确评价冷弯型钢构件承载力的重要指标.利用人工神经网络(artificial neural networks,ANNs)模型对冷弯C型截面轴压构件的屈曲临界载荷进行了预测,将影响屈曲的几何参数和有限条法所得的计算结果作为数据集,对神经网络模型进行了训练、验证和测试.基于最优化理论,采用6种不同的优化算法进行了模型的训练,并比较了不同算法的网络模型性能.通过随机网格搜索确定最优超参数,使用3种统计参数来评估训练后的人工神经网络的性…查看全部>>
戴宜凌;王少快;尹凌峰
东南大学土木工程学院,南京211189东南大学土木工程学院,南京211189东南大学土木工程学院,南京211189
力学
BP神经网络最优化理论弹性屈曲临界荷载冷弯型钢非线性最小二乘
《应用数学和力学》 2025 (2)
P.129-141,13
国家自然科学基金(52278150)。
评论