基于YOLOv8n改进的水稻病害轻量化检测 被引量：3

1

作者 郭丽峰 黄俊杰 +5 位作者 吴禹竺 王思吉 王轶哲 包羽健 苏中滨 刘宏新 《农业工程学报》 北大核心 2025年第8期156-164,共9页

为解决水稻病害检测中存在的小目标特征提取困难、复杂环境下检测精度不高的问题以及在边缘化设备上实现高效实时检测,该研究提出了一种轻量化水稻病害识别方法YOLOv8-DiDL。该方法通过引入倒残差移动模块(inverted residual mobile blo... 为解决水稻病害检测中存在的小目标特征提取困难、复杂环境下检测精度不高的问题以及在边缘化设备上实现高效实时检测,该研究提出了一种轻量化水稻病害识别方法YOLOv8-DiDL。该方法通过引入倒残差移动模块(inverted residual mobile block,iRMB)增强小目标特征捕捉能力,采用变形卷积模块DCNv2(deformable convolutional networks)优化目标几何变化适应性,结合采样算子DySample(dynamic sample)算法提升复杂环境适应能力,并改进快速空间金字塔池化模块(spatial pyramid pooling fast,SPPF)为大核分离卷积注意力模块(large separable kernel attention,LSKA)增强多尺度特征融合。试验结果表明,改进的YOLOv8-DiDL模型准确率、召回率和平均精度均值分别为91.4%、83.5%、90.8%;与原始基础网络YOLOv8n相比分别提升7.0、0.5、2.5个百分点,模型权重降低9.7%,每秒浮点运算次数提升7.4%。该研究通过改进模型显著提高了水稻病害检测的精度和部署效率,为智能化农业的实时病害监测提供了技术基础。 展开更多

关键词 水稻 病害 目标检测 YOLOv8n改进模型 卷积神经网络 模型轻量化设计

在线阅读 下载PDF 职称材料

改进RT-DETR的水下生物目标检测算法

2

作者 潘广贞 王轩楷 李子悦 《渔业现代化》 北大核心 2025年第5期107-116,共10页

水下生物目标检测普遍仍采用人工识别的方法,存在智能化水平低的问题。现有的目标检测算法YOLO系列,存在参数量和计算量大、检测精度差等问题。提出了一种基于RT-DETR模型的改进算法。提出DynaShareNet主干网络,共享stem信息架构以提升... 水下生物目标检测普遍仍采用人工识别的方法,存在智能化水平低的问题。现有的目标检测算法YOLO系列,存在参数量和计算量大、检测精度差等问题。提出了一种基于RT-DETR模型的改进算法。提出DynaShareNet主干网络,共享stem信息架构以提升特征融合效率并降低计算负担;引入扩张变换器注意块DTAB,结合全局与局部特征交互以增强复杂水下环境鲁棒性;采用MaSA-RetBlock模块,解决目标模糊和低对比度识别问题;以及引入EMASlideVarifocalLoss用于提升难分类目标处理能力。在URPC2020数据集上的试验结果表明,改进算法显著提升了检测精度,mAP50和mAP50:95分别提高3.3%和3.5%,大幅降低了模型复杂度,参数量和计算量分别下降41.7%和47.7%,检测精度、参数量、计算量显著优于YOLO系列算法,同时在RUOD数据集上验证了其良好的泛化性能。研究表明,该改进算法有效提升了水下目标检测的性能与效率,具有较好的应用前景。 展开更多

关键词 水下目标检测 特征融合 RT-DETR 轻量化网络设计

在线阅读 下载PDF 职称材料

面向红外弱小舰船检测的轻量化神经网络设计

3

作者 唐文婷 李波 季梦奇 《北京航空航天大学学报》 北大核心 2025年第7期2394-2403,共10页

为高效提取红外遥感图像中弱小舰船的深度特征,提出一种轻量化骨干网络设计方法。受视觉注意力驱动的感受野调节机制启发,提出包含多尺寸感受野感知与选择过程的视觉感受野调节机制模拟方法,提高红外弱小舰船目标的表征效果;结合特征复... 为高效提取红外遥感图像中弱小舰船的深度特征,提出一种轻量化骨干网络设计方法。受视觉注意力驱动的感受野调节机制启发,提出包含多尺寸感受野感知与选择过程的视觉感受野调节机制模拟方法,提高红外弱小舰船目标的表征效果;结合特征复用与卷积核分解的设计思想优化了多尺寸感受野模拟过程,实现轻量特征选择算子模拟多尺寸感受野选择过程,进一步降低网络的运算开销。在红外弱小舰船检测数据集上的实验结果表明:该网络检测精度提高了2%,且相较通用轻量化网络参数量减少2.3×106,计算量降低9.1 GFLOPs次;在存在相似地物干扰的港口及离岸复杂场景下,所提方法有效降低了虚警,并抑制了漏检。 展开更多

关键词 小目标检测 卫星遥感图像 感受野 神经网络设计 轻量化神经网络

原文传递

基于RBF-PSO算法的浮筏隔振系统性能优化及轻量化设计 被引量：1

4

作者 徐明成 肖邵予 +1 位作者 王汝夯 张冠军 《中国舰船研究》 北大核心 2025年第4期185-193,共9页

[目的]为了解决工程中浮筏隔振系统轻量化设计过程工作量大、迭代周期长的问题,提出一种基于RBF-PSO多目标优化算法的轻量化设计方法。[方法]以板架式浮筏隔振系统为研究对象,基于ANSYS APDL建立有限元模型并分析其隔振性能和抗冲击性... [目的]为了解决工程中浮筏隔振系统轻量化设计过程工作量大、迭代周期长的问题,提出一种基于RBF-PSO多目标优化算法的轻量化设计方法。[方法]以板架式浮筏隔振系统为研究对象,基于ANSYS APDL建立有限元模型并分析其隔振性能和抗冲击性能。通过试验测试浮筏的隔振性能,并与数值仿真结果进行对比,验证数值仿真结果的准确性;采用完全有限差分法,对浮筏隔振系统进行参数灵敏度分析,通过灵敏度分析结果选择设计变量,并基于RBF-PSO多目标优化算法对浮筏进行轻量化设计。[结果]研究结果表明:轻量化设计后,筏架质量为63.03kg,相较原筏架减重31.92%。与此同时,浮筏隔振系统的隔振性能提升了2.48dB,设备的抗冲击性能也有所提升。RBF-PSO多目标优化算法优化值与数值仿真计算值误差小于1%。[结论]RBF-PSO多目标优化算法可有效应用于浮筏隔振系统的轻量化设计中。 展开更多

关键词 浮筏隔振系统 隔振 灵敏度分析 RBF神经网络 粒子群算法 轻量化设计

在线阅读 下载PDF 职称材料

基于DQM的网格夹芯圆柱壳结构分析与设计

5

作者 李昌旭 刘永琦 +2 位作者 王建炜 杜冬 聂国华 《力学季刊》 北大核心 2025年第3期599-613,共15页

针对复合材料网格夹芯圆柱壳的轻量化设计问题,本文提出一种耦合微分求积法(Differential Quadrature Method,DQM)与智能算法的优化策略.首先,基于涂抹加筋法和能量法建立屈曲控制方程,采用DQM求解并通过有限元模拟验证了方法的有效性... 针对复合材料网格夹芯圆柱壳的轻量化设计问题,本文提出一种耦合微分求积法(Differential Quadrature Method,DQM)与智能算法的优化策略.首先,基于涂抹加筋法和能量法建立屈曲控制方程,采用DQM求解并通过有限元模拟验证了方法的有效性和精度.进一步,利用人工神经网络(Artificial Neural Network,ANN)建立了代理模型,对夹芯网格圆柱壳临界屈曲载荷进行了预测,模型结果具有良好的可靠性.将代理模型与遗传算法(Genetic Algorithm,GA)结合对结构参数进行了设计优化分析.结果表明,优化后的结构在满足力学约束前提下具有显著的减重效果. 展开更多

关键词 网格夹芯圆柱壳 屈曲 微分求积法 轻量化设计 人工神经网络

原文传递

基于神经网络代理模型的车身多学科轻量化优化设计

6

作者 荣海 蒋建中 +2 位作者 姚再起 马凯 杜柯南 《汽车安全与节能学报》 北大核心 2025年第1期32-42,共11页

通过车身零件厚度优化,在保证正碰、侧碰、模态和刚度多个学科关键性能基本不变的前提下,实现车身轻量化设计。采用代理模型法代替仿真与协同优化方法结合开展优化;考虑到碰撞工况的高度非线性特性,选择基于机器学习算法的全连接神经网... 通过车身零件厚度优化,在保证正碰、侧碰、模态和刚度多个学科关键性能基本不变的前提下,实现车身轻量化设计。采用代理模型法代替仿真与协同优化方法结合开展优化;考虑到碰撞工况的高度非线性特性,选择基于机器学习算法的全连接神经网络(FCNN)来建立代理模型;基于代理模型法获得轻量化方案最终通过仿真验证。结果表明:与传统响应面模型和Kriging模型相比,FCNN模型具有更强的非线性回归和泛化能力;碰撞工况FCNN的预测精度相较于其他2种模型提升约12.5%,R2达到0.9左右;优化前后车身整体性能变化不大,实现减重7.5kg。 展开更多

关键词 汽车轻量化 多学科优化 神经网络 协同优化 代理模型

在线阅读 下载PDF 职称材料

基于轻量级卷积神经网络的多模态生物特征识别系统设计

7

作者 刘丰华 马秋平 +1 位作者 张琪 王财勇 《科学技术与工程》 北大核心 2025年第11期4673-4681,共9页

为了解决单模态生物特征信息采集不全、易被攻击以及特定识别场景下受限等问题,构建了一个针对人脸和虹膜的多层次融合识别模型,设计并实现多模态生物特征识别系统将所提模型以模块的方式进行集成。所提模型使用轻量级卷积神经网络作为... 为了解决单模态生物特征信息采集不全、易被攻击以及特定识别场景下受限等问题,构建了一个针对人脸和虹膜的多层次融合识别模型,设计并实现多模态生物特征识别系统将所提模型以模块的方式进行集成。所提模型使用轻量级卷积神经网络作为特征提取器,在特征层利用不同模态特征之间的类内相关性,对不同模态的特征归一化后串联;在分数层使用最小值策略融合左右虹膜得分,使用平均值策略融合虹膜得分和人脸得分。从CASIA-IrisV4-Distance数据集中提取同源多模态数据集进行实验验证,特征层融合算法和分数层融合算法准确率均达到99.8%。实验表明,该系统具有鲁棒性和泛化性。 展开更多

关键词 生物特征识别 多模态融合 系统设计 轻量级卷积神经网络

在线阅读 下载PDF 职称材料

CFRP基材矿用安全头盔轻量化设计与优化

8

作者 石林鑫 王海军 王洪磊 《复合材料科学与工程》 北大核心 2025年第4期125-134,共10页

为解决目前矿用安全头盔重量过大的问题,采用碳纤维增强复合材料(CFRP)替代传统ABS注塑材料实现矿用安全头盔的轻量化设计。建立了钢球-头盔碰撞仿真有限元模型,在碰撞仿真环境下对比分析ABS和CFRP盔壳的力学性能。与ABS盔壳相比,CFRP... 为解决目前矿用安全头盔重量过大的问题,采用碳纤维增强复合材料(CFRP)替代传统ABS注塑材料实现矿用安全头盔的轻量化设计。建立了钢球-头盔碰撞仿真有限元模型,在碰撞仿真环境下对比分析ABS和CFRP盔壳的力学性能。与ABS盔壳相比,CFRP盔壳的强度和刚度更优,且具有更好的防护性能。利用BP神经网络模拟CFRP铺层参数与头盔力学性能之间的输入输出映射关系,并使用粒子群优化算法实现了对CFRP头盔力学性能的全局优化。优化结果表明,最优铺层参数为单层层厚0.2 mm,各层铺层角度为[0/45/60/45/0/90],优化后的CFRP头盔在碰撞仿真中的顶部最大变形量为19.601 mm,头模最大受力为4.891 kN。该优化方案能够满足相关国家标准的要求,同时实现相比ABS头盔盔壳减重49.3%的轻量化设计。 展开更多

关键词 碳纤维增强复合材料 有限元分析 BP神经网络 粒子群优化 轻量化设计

在线阅读 下载PDF 职称材料

基于深度学习的商用车前轴结构拓扑优化应用 被引量：2

9

作者 张东东 张乐迪 +2 位作者 李亮亮 姬晨阳 赵礼辉 《机械设计与研究》 CSCD 北大核心 2024年第4期104-110,共7页

汽车轻量化是促进节能减排最重要的手段之一。前轴作为商用车的簧下零部件,轻量化设计的节能减排效果尤为明显,对提升整车的市场竞争力具有重要意义。以商用车前轴为对象,利用深度学习技术进行拓扑优化,实现轻量化设计。首先,确定前轴... 汽车轻量化是促进节能减排最重要的手段之一。前轴作为商用车的簧下零部件,轻量化设计的节能减排效果尤为明显,对提升整车的市场竞争力具有重要意义。以商用车前轴为对象,利用深度学习技术进行拓扑优化,实现轻量化设计。首先,确定前轴轻量化设计目标,并借助Optistruct平台进行拓扑优化可行性分析;然后,基于Unet网络,构建适用于多工况输入的Res-CB-Unet卷积神经网络;接着,考虑前轴载荷、尺寸变化,以静力学分析结果构建网络输入数据集,以对应的拓扑构型构建标签数据集;最后,采用Adam算法训练得到用于预测前轴拓扑构型的网络模型。算例模型评估结果表明,提出的方法能够快速有效地生成前轴的拓扑构型,可获得比传统拓扑结果更优的构型,计算效率显著提升。该方法可为汽车典型结构的快速轻量化设计提供技术支持和实施路径。 展开更多

关键词 前轴 轻量化设计 深度学习 拓扑优化 Res-CB-Unet网络

原文传递

轻量级深度神经网络模型适配边缘智能研究综述 被引量：9

10

作者 徐小华 周长兵 +2 位作者 胡忠旭 林仕勋 喻振杰 《计算机科学》 CSCD 北大核心 2024年第7期257-271,共15页

随着物联网和人工智能的迅猛发展,边缘计算和人工智能的结合催生了边缘智能这一新的研究领域。边缘智能具备一定的计算能力,能够提供实时、高效和智能的响应。它在智能城市、工业物联网、智能医疗、自动驾驶以及智能家居等领域都具有重... 随着物联网和人工智能的迅猛发展,边缘计算和人工智能的结合催生了边缘智能这一新的研究领域。边缘智能具备一定的计算能力,能够提供实时、高效和智能的响应。它在智能城市、工业物联网、智能医疗、自动驾驶以及智能家居等领域都具有重要的应用。为了提升模型的准确度,深度神经网络往往采用更深、更大的架构,导致了模型参数的显著增加、存储需求的上升和计算量的增大。受限于物联网边缘设备在计算能力、存储空间和能源资源方面的局限,深度神经网络难以被直接部署到这些设备上。因此,低内存、低计算资源、高准确度且能实时推理的轻量级深度神经网络成为了研究热点。文中首先回顾边缘智能的发展历程,并分析轻量级深度神经网络适应边缘智能的现实需求,提出了两种构建轻量级深度神经网络模型的方法:深度模型压缩技术和轻量化架构设计。接着详细讨论了参数剪枝、参数量化、低秩分解、知识蒸馏以及混合压缩5种主要的深度模型压缩技术,归纳它们各自的性能优势与局限,并评估它们在常用数据集上的压缩效果。之后深入分析轻量化架构设计中的调整卷积核大小、降低输入通道数、分解卷积操作和调整卷积宽度的策略,并比较了几种常用的轻量化网络模型。最后,展望轻量级深度神经网络在边缘智能领域的未来研究方向。 展开更多

关键词 边缘智能 深度神经网络 轻量级神经网络 模型压缩 轻量化架构设计

在线阅读 下载PDF 职称材料

轻量化深度卷积神经网络设计研究进展 被引量：6

11

作者 周志飞 李华 +3 位作者 冯毅雄 陆见光 钱松荣 李少波 《计算机工程与应用》 CSCD 北大核心 2024年第22期1-17,共17页

轻量化设计是解决深度卷积神经网络(deep convolutional neural network,DCNN)对设备性能和硬件资源依赖性的流行范式,轻量化的目的是在不牺牲网络性能的前提下,提高计算速度和减少内存占用。综述了DCNN的轻量化设计方法,着重回顾了近年... 轻量化设计是解决深度卷积神经网络(deep convolutional neural network,DCNN)对设备性能和硬件资源依赖性的流行范式,轻量化的目的是在不牺牲网络性能的前提下,提高计算速度和减少内存占用。综述了DCNN的轻量化设计方法,着重回顾了近年来DCNN的研究进展,包括体系设计和模型压缩两大轻量化策略,深入比较了这两类方法的创新性、优势与局限性,并探讨了支撑轻量化模型的底层框架。此外,对轻量化网络已经成功应用的场景进行了描述,并对DCNN轻量化的未来发展趋势进行了预测,旨在为深度卷积神经网络的轻量化研究提供有益的见解和参考。 展开更多

关键词 深度卷积神经网络 轻量化 体系设计 模型压缩

在线阅读 下载PDF 职称材料

基于MobileNetV3的植物叶片识别系统 被引量：1

12

作者 张柔绮 赵家松 严伟榆 《云南民族大学学报（自然科学版）》 CAS 2024年第4期496-504,共9页

针对现有植物叶片识别研究存在的模型泛化性差的问题,本文设计一个基于MobileNetV3-Large网络和迁移学习的植物叶片识别系统.通过自采集图像补充数据和使用图像锐化、翻转、亮度增强等方法构建了包含32种植物的大规模叶片数据集,以Mobil... 针对现有植物叶片识别研究存在的模型泛化性差的问题,本文设计一个基于MobileNetV3-Large网络和迁移学习的植物叶片识别系统.通过自采集图像补充数据和使用图像锐化、翻转、亮度增强等方法构建了包含32种植物的大规模叶片数据集,以MobileNetV3-Large网络和预训练权重为前提,寻找最佳超参数完成模型的迁移学习,对32种植物叶片进行特征提取和分类.通过PyQt5的前后端部署,该方法被实例化为一个实用性强的植物叶片识别系统.在测试集上的实验结果表明,MobileNetV3-Large达到98.45%的识别准确率,与AlexNet、ResNet和MobileNetV2相比分别提高12.46%、1.09%和9.62%,有效弥补了模型泛化性差的短板.该系统对32类植物的叶片的识别效果颇佳,满足各种场景下的植物叶片种类识别的需求. 展开更多

关键词 轻量级卷积神经网络 MobileNetV3-Large 迁移学习 系统设计 植物叶片识别

在线阅读 下载PDF 职称材料

基于数据驱动的车身结构智能设计与分析 被引量：1

13

作者 曹榕 华钧伟 +2 位作者 李永成 郭方俐 侯文彬 《汽车工程》 EI CSCD 北大核心 2024年第7期1273-1281,1272,共10页

概念设计作为汽车设计流程的重要阶段,需要快速地进行方案设计和方案评估。目前一般采用参数化设计和CAE相结合的方法,实现基于分析的车身结构概念设计。随着机器学习和深度学习算法的发展和成熟,智能设计方法将成为车身结构设计主要创... 概念设计作为汽车设计流程的重要阶段,需要快速地进行方案设计和方案评估。目前一般采用参数化设计和CAE相结合的方法,实现基于分析的车身结构概念设计。随着机器学习和深度学习算法的发展和成熟,智能设计方法将成为车身结构设计主要创新技术。本文使用数据驱动和优化设计相结合的方法,自主研发了车身结构智能设计软件工具(S-iVCD)。首先,基于残差网络和热力图回归算法提取车身结构特征点,实现车身结构概念模型的自动化建模。其次,基于高斯过程采样收集车身结构数据集,采用全连接神经网络模型构建了车身结构网络模型,通过将车身各部件参数输入训练好的网络模型,实时得到车身整体性能的结果。最后,将数据驱动计算与移动渐近线算法结合,快速实现考虑质量、弯曲刚度和扭转刚度的车身结构多目标优化设计。通过与有限元实例对比,计算结果的误差在允许范围内,优化计算时间大为缩短,轻量化率达到了7.4%。由此表明基于数据驱动的车身结构优化设计方法对于汽车概念设计阶段提高效率是有效的。 展开更多

关键词 车身结构设计 轻量化 数据驱动分析 全连接神经网络

在线阅读 下载PDF 职称材料

基于轻量化5G核心网的智能化码头网络架构设计与实现

14

作者 段树侠 《长江信息通信》 2024年第12期179-181,共3页

文章提出一种基于轻量化5G核心网的智能化码头网络架构的设计与实现,旨在设计一种适用于码头环境的高效、可靠的通信网络方案。针对码头环境中的通信需求,设计了智能化的网络架构,包括无线网对接设计及核心网组网设计。同时介绍了关键... 文章提出一种基于轻量化5G核心网的智能化码头网络架构的设计与实现,旨在设计一种适用于码头环境的高效、可靠的通信网络方案。针对码头环境中的通信需求,设计了智能化的网络架构,包括无线网对接设计及核心网组网设计。同时介绍了关键技术的实现。基于轻量化5G核心网的智能化码头网络架构能够满足码头环境中的高带宽、低时延、高可靠性等通信需求,并具备良好的扩展性和灵活性。为码头通信网络的优化和升级提供了有益的参考。 展开更多

关键词 轻量化 5G核心网 智能化码头 网络架构 设计与实现

在线阅读 下载PDF 职称材料

多层缠绕卷筒结构有限元分析及轻量化设计 被引量：6

15

作者 温明亮 吴晓 +1 位作者 李辛 熊刚 《机械强度》 CAS CSCD 北大核心 2015年第6期1064-1068,共5页

卷筒是起重机的重要承载部件,其设计的合理与否对起重机的安全性能至关重要。多层缠绕卷筒是当前卷筒发展的主流趋势,探讨其轻量化设计具有重要意义。以某型号塔机多层缠绕卷筒为例,在大型通用有限元软件Ansys中建立其APDL参数化模型,... 卷筒是起重机的重要承载部件,其设计的合理与否对起重机的安全性能至关重要。多层缠绕卷筒是当前卷筒发展的主流趋势,探讨其轻量化设计具有重要意义。以某型号塔机多层缠绕卷筒为例,在大型通用有限元软件Ansys中建立其APDL参数化模型,对其结构进行强度、刚度分析。在此基础上,将卷筒强度、刚度作为约束条件,构建以自重最轻为目标的优化设计模型,在Design Opt模块实现了本次卷筒结构的轻量化设计;为缩短上述Ansys优化方法运算周期、提高效率,在Matlab中利用LM-BP神经网络超强的非线性问题拟合能力与GA优秀的全局搜索能力实现了本次多层缠绕卷筒的快速优化设计。针对多层缠绕卷筒轻量化设计方法所做的两种探讨,对未来起重机多层缠绕卷筒的结构设计和优化具有一定的参考价值。 展开更多

关键词 多层缠绕卷筒 ANSYS LM-BP神经网络 GA 轻量化设计

在线阅读 下载PDF 职称材料

基于注意机制的轻量化稠密连接网络单幅图像去雨 被引量：4

16

作者 柴国强 王大为 +1 位作者 芦宾 李竹 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第11期2186-2192,共7页

图像中附着的雨条纹对背景造成的破坏严重影响了对图像信息的分析和后续研究。为了恢复被雨条纹破坏的背景纹理特征,提出一种基于注意机制的轻量化稠密连接网络针对单幅图像进行去雨。注意机制有利于网络准确定位降雨区域,稠密连接网络... 图像中附着的雨条纹对背景造成的破坏严重影响了对图像信息的分析和后续研究。为了恢复被雨条纹破坏的背景纹理特征,提出一种基于注意机制的轻量化稠密连接网络针对单幅图像进行去雨。注意机制有利于网络准确定位降雨区域,稠密连接网络的使用增强了特征的复用,缓解了梯度消失和模型退化问题。利用多尺度通道混洗深度可分离卷积实现网络轻量化设计,降低了网络参数规模,提升了网络运行效率。在合成数据集和真实数据集上的去雨结果表明,所提算法在定量指标和定性分析上都优于现有算法。 展开更多

关键词 注意机制 稠密连接网络 轻量化设计 图像去雨 深度学习

原文传递

基于BP神经网络的侧碰多目标优化设计 被引量：6

17

作者 周利辉 成艾国 +2 位作者 陈涛 赵敏 周泽 《中国机械工程》 EI CAS CSCD 北大核心 2012年第17期2122-2127,共6页

采用拉丁方试验设计方法对汽车侧围关键吸能部件的材料和板料厚度进行了多参数空间的样本数据设计,结合近似技术和多目标遗传算法,提出了一种基于BP神经网络模型的侧碰多目标优化方法。研究结果表明:该方法在满足侧碰法规GB20071的基础... 采用拉丁方试验设计方法对汽车侧围关键吸能部件的材料和板料厚度进行了多参数空间的样本数据设计,结合近似技术和多目标遗传算法,提出了一种基于BP神经网络模型的侧碰多目标优化方法。研究结果表明:该方法在满足侧碰法规GB20071的基础上,既能提高侧围结构对乘员的保护性能,又能实现其轻量化目标;BP神经网络模型的精度和效率较好地满足了工程要求。 展开更多

关键词 轻量化 拉丁方试验设计 近似技术 BP神经网络 多目标遗传算法

在线阅读 下载PDF 职称材料

基于ANSYS和神经网络的液压挖掘机动臂轻量化设计方法研究 被引量：5

18

作者 向琴 张华 +1 位作者 胡晓莉 陈薇薇 《机床与液压》 北大核心 2015年第1期136-140,共5页

以挖掘机的动臂结构为研究对象,构建考虑静态强度、刚度、轻量化等性能的优化设计数学模型,以ANSYS软件为工具,对挖掘机动臂进行了轻量化设计计算,针对轻量化设计过程中设计变量非线性的特点,建立了人工神经网络的模型,对ANSYS软件优化... 以挖掘机的动臂结构为研究对象,构建考虑静态强度、刚度、轻量化等性能的优化设计数学模型,以ANSYS软件为工具,对挖掘机动臂进行了轻量化设计计算,针对轻量化设计过程中设计变量非线性的特点,建立了人工神经网络的模型,对ANSYS软件优化设计的结果进行了验证,有效地降低了动臂的质量。结果表明,用两种方法结合起来进行轻量化设计的方法合理可行,对其他的机械进行轻量化设计具有一定的指导意义。 展开更多

关键词 液压挖掘机 动臂 轻量化 有限元分析 人工神经网络

在线阅读 下载PDF 职称材料

神经网络近似模型在液压支架顶梁轻量化设计中的应用 被引量：3

19

作者 王邦祥 陆金桂 +1 位作者 王京涛 钱鹏 《轻工学报》 CAS 2018年第2期87-94,共8页

针对液压支架顶梁在满足工况要求的前提下质量需要达到最小的工程目标,提出了神经网络近似模型和遗传算法相结合的顶梁轻量化设计方法:首先运用ANSYS建立顶梁参数化模型,以顶梁质量为目标函数,选取5个对质量和强度影响较大的设计变量,... 针对液压支架顶梁在满足工况要求的前提下质量需要达到最小的工程目标,提出了神经网络近似模型和遗传算法相结合的顶梁轻量化设计方法:首先运用ANSYS建立顶梁参数化模型,以顶梁质量为目标函数,选取5个对质量和强度影响较大的设计变量,建立了顶梁优化模型;然后用优化拉丁方采样方法和ANSYS获取训练样本,利用神经网络对样本集进行非线性拟合,建立神经网络近似模型,对顶梁质量和最大应力进行近似计算,用遗传算法求解顶梁优化模型,最终得到最优解.优化结果表明,顶梁优化后的质量为8 038.2 kg,减轻了9.66%,最大应力值小于顶梁材料的屈服强度且满足疲劳寿命要求. 展开更多

关键词 液压支架顶梁 神经网络 近似模型 遗传算法 轻量化设计

在线阅读 下载PDF 职称材料

基于SSH框架的HRM系统关键技术研究 被引量：5

20

作者 邱占芝 陈敬勇 《大连交通大学学报》 CAS 2010年第6期83-86,共4页

研究了基于Struts+Hibernate+Spring(SSH)轻量级框架的网络化人力资源管理(HRM)系统的关键技术与实现问题.应用SSH框架设计的网络化HRM系统分为四层:表示层、业务逻辑层、数据持久层和域模块层.Struts实现表示层,Hibernate实现数据持久... 研究了基于Struts+Hibernate+Spring(SSH)轻量级框架的网络化人力资源管理(HRM)系统的关键技术与实现问题.应用SSH框架设计的网络化HRM系统分为四层:表示层、业务逻辑层、数据持久层和域模块层.Struts实现表示层,Hibernate实现数据持久层,而Spring实现业务逻辑层.HRM系统的开发与维护表明:SSH框架既提高了层次之间的独立性和代码的可重用性,又有利于系统的扩展和维护. 展开更多

关键词 网络化HRM系统 框架设计 SSH轻量级框架 层次结构 可重用性

在线阅读 下载PDF 职称材料