典型文献
采用MEA-AdaBoost-BP模型的工程结构可靠性分析方法
文献摘要：
针对工程结构可靠性设计中算法和计算存在的问题,提出基于MEA-AdaBoost-BP神经网络算法模型的可靠性求解方法.运用思维进化算法(MEA)求解训练集权值和阈值优化的BP神经网络,并构造为弱预测器函数.然后,运用AdaBoost算法将多个优化后的BP神经网络弱预测器函数迭代训练,形成MEA-Ada-Boost-BP神经网络算法模型强预测器函数.最后,利用逼近隐性功能函数求解可靠性指标,并将其与Ada-Boost-BP算法和Monte-Carlo算法进行比较.研究结果表明:所提算法在计算中与Monte-Carlo算法相比,其迭代次数分别仅为16次和46次,效率高,计算精度与Monte-Carlo法接近;而和AdaBoost-BP法相比,其可靠性指标误差分别仅为1.59％和1.88％,计算结果更精确.
文献关键词：
可靠性指标;思维进化算法(MEA);AdaBoost-BP神经网络;MEA-AdaBoost-BP算法;强预测器函数
中图分类号：
作者姓名：
胡启国;李致明
作者机构：
重庆交通大学机电与车辆工程学院,重庆400074
文献出处：
引用格式：
[1]胡启国;李致明-.采用MEA-AdaBoost-BP模型的工程结构可靠性分析方法)[J].华侨大学学报（自然科学版）,2022(03):291-296
A类：
强预测器函数
B类：
MEA,AdaBoost,工程结构,结构可靠性分析,可靠性设计,神经网络算法,算法模型,求解方法,思维进化算法,训练集,集权,权值,阈值优化,迭代训练,逼近,性功能,功能函数,可靠性指标,Monte,Carlo,迭代次数,计算精度
AB值：
0.244472
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
