Author(s): WANG Bao-guo, LIU Shu-yan, QIAN Geng, NAN Xi, GUO Yu-hang
Pages: 1953-1960
Year: 2008 Issue:  11
Journal: Journal of Aerospace Power
Keyword:  小波神经网络; Pareto遗传算法; 射流元件; 叶轮机械; 优化设计;
Abstract: 提出一种基于小波神经网络(简称WNN)与Pareto遗传算法相结合的优化方法,并用于内流的数值流场优化计算.小波神经网络由输入层、隐含层和输出层组成.在隐含层用Morlet小波母函数取代了误差反向传播(BP)神经网络中常用的Sigmoid激励函数.Pareto遗传算法具有很好的全局寻优能力和良好的优化效率,在通常情况下它总可以得到均匀分布的Pareto最优解集.典型算例表明:该算法快速、高效.能高精度的完成非线性函数的逼近与映射,其泛化能力很强.