一种基于ANN算法的工程设计数据回归方法.pdfVIP

维普资讯 1997年 6月 噪 声 与 振 动 控 制 第 3期 6 种基于ANN算法的工程设计数据回归方法 ④ 尚国清 竣 I (中枢总 藐I程部) (上海机械进出口(桌li：1)技术焉套I程有限公司) 摘要 对设计过程中涉及盼一些曲线、表格等形式的数据进行一定形式的描述转换处理是计算机 辅助设计工作中为便于实现信息自动查询的一项基本工作 。本文基于考虑人工神经网络所具有的非线 性映射特征，提出了一种基于人工神经阿络的数据回归处理方法。该方法在数据处理过程中，无需考虑 数据之间的具体映射关系，因而具有很大的灵活性和适用性，避免了传统处理方法的复杂性和局限性 。 2车站丕干． 意的非线性输入输出映射关系，且无须关心具 一 、 引 言 体的非线性映射函数关系式(映射关系体现在 在产品设计、工艺设计、科学实验过程中， 网络各神经元之间的分布连接权上)，这为解决 常常要和大量的数据打交道。很多情况下，这些 上述数据处理 问题提供了很大的灵活性和有效 _ J 数据是以表格、曲线等形式列于各种设计手册 性。 之中。这些表格数据、曲线是人们长期工程实践 二、网络结构及算法描述 中积累下来的经验型数据 (知识)，而这些数据 之间的变化关系一般很难或无法用特定公式或 人工神经网络是由大量的处理单元(神经 函数关系来描述(所以列成表格或绘制成曲线 元)广泛互联而成的网络。神经网络具有很强的 来描述)^ 自适应和学习能力、鲁棒性和容错能力，从而可 在设计过程中，设计人员通常要大量地人 以代替许多复杂耗时的传统算法，使信息处理 工翻手册、查标准、取数据 效率很低，而且繁 过程更接近于人类思维活动。 琐。在进行产品的CAD系统或智能设计系统 按照神经元之间的连接方式不同，神经网 的研究、开发过程中，要考虑系统对这类数据信 络有多种类型结构。本文采用图1所示的多层 息的处理与获取问题。系统应当能自动地查阅 感知器结构 它是一种典型的前馈神经网络，通 这些曲线、表格等数据信息。因此，必须对这些 常由输入层、若干隐层和输出层所构成。每一层 表格、曲线等形式的数据进行描述形式上的处 包含有若干个神经单元。第h层中第J个神经 理，以特定的形式存储在计算机内，使CAD系 元具有下列输入输出关系： 统在设计需要时，能迅速、准确、有效地获得这 。 ． = ”(∑ 一 ) 些信息。 一 1 比较理想的做法是设法确立这些数据之间 一 1，2，…… Ⅳ^；^= 1，2，… …M (1) 的函数关系，通过函数 (公式)关系来反映这些 式中， 为第 ^一1层中第 i个神经元到第h 数据的变化规律 (如用泰勒多项式逼近函数曲 层第J个神经元的连接强度(权值)} 为对应 线)。然而，许多情况下，由于数据之间关系的复 神经元韵阚值；力”为神经元的输入输出关系 杂性，很难找到一个合适的逼近函数，并且处理