典型文献
基于神经网络的深海球形结构机器学习设计与优化
文献摘要：
基于现有海深的球形耐压结构参数特征,通过构建神经网络模型与优化算法预测学习,设计深海乃至全海深球形结构的基本结构和临界载荷参数;以数据可靠度指标为设计准则,对球壳结构的几何参数与极限载荷进行关联设计和优化;通过设计高强度钢球壳模型并完成极限压力测试试验,验证所构建的神经网络模型计算可靠性(ANN-MCS)的机器学习方法的准确性.研究结果表明,基于神经网络与可靠性的深海球形结构机器学习优化设计算法可对深海球壳结构设计进行预测与评估,有效构建深海球形耐压结构的参数库,并提高深海球型结构的设计精度.
文献关键词：
深海球形结构;神经网络;机器学习;可靠性;试验验证
中图分类号：
作者姓名：
刘丹;杜青海;刘峰酉;雷琦
作者机构：
上海海洋大学工程学院,上海深渊科学工程技术研究中心,上海201306
文献出处：
引用格式：
[1]刘丹;杜青海;刘峰酉;雷琦-.基于神经网络的深海球形结构机器学习设计与优化)[J].中国造船,2022(06):161-173
A类：
深海球形结构
B类：
学习设计,设计与优化,耐压结构,参数特征,算法预测,预测学,全海深,基本结构,临界载荷,数据可靠度,可靠度指标,设计准则,壳结构,几何参数,极限载荷,关联设计,设计和优化,高强度钢,钢球,球壳模型,压力测试,测试试验,ANN,MCS,机器学习方法,学习优化,计算法,有效构建,高深,球型,设计精度
AB值：
0.387634
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。
