数据视角下神经网络增量学习支持的涡轮盘多目标优化

TP391; 针对航空发动机涡轮盘多目标优化计算密集、案例需求大、分析费用高的问题,提出一种基于混合样本管理的人工神经网络训练方法,以辅助多目标粒子群优化算法处理这类计算密集问题.通过均匀设计的偏差控制,设计面向混合精度数值仿真的试验表;在误差分析基础上,通过联合优化"虚拟样本噪声强度—隐含层节点数—虚拟样本量",确定混合样本集的构造方法和神经网络拓扑结构,以提高模型的精度和泛化能力;多目标优化过程中,采用基于网格邻域信息的拥挤指标提高Pareto前沿的收敛性、多样性和均匀性;通过遗忘式增量学习提高寻优目标的导向性.以某型涡轮盘的多目标优化设计为例验证该体系的有效性.实验表...

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 27; no. 8; pp. 2393 - 2404
Main Authors 冯国奇, 崔东亮, 代学武, 俞胜平
Format Journal Article
LanguageChinese
Published 东北大学工商管理学院,辽宁沈阳 110819%东北大学流程工业综合自动化国家重点实验室,辽宁 沈阳 110819 01.08.2021
Subjects
涡轮盘;混合样本;人工神经网络;多目标粒子群优化算法;增量学习
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2021.08.021

Cover

Abstract TP391; 针对航空发动机涡轮盘多目标优化计算密集、案例需求大、分析费用高的问题,提出一种基于混合样本管理的人工神经网络训练方法,以辅助多目标粒子群优化算法处理这类计算密集问题.通过均匀设计的偏差控制,设计面向混合精度数值仿真的试验表;在误差分析基础上,通过联合优化"虚拟样本噪声强度—隐含层节点数—虚拟样本量",确定混合样本集的构造方法和神经网络拓扑结构,以提高模型的精度和泛化能力;多目标优化过程中,采用基于网格邻域信息的拥挤指标提高Pareto前沿的收敛性、多样性和均匀性;通过遗忘式增量学习提高寻优目标的导向性.以某型涡轮盘的多目标优化设计为例验证该体系的有效性.实验表明,所提方法在保证涡轮盘多目标优化质量的前提下,能够显著降低设计费用.
AbstractList TP391; 针对航空发动机涡轮盘多目标优化计算密集、案例需求大、分析费用高的问题,提出一种基于混合样本管理的人工神经网络训练方法,以辅助多目标粒子群优化算法处理这类计算密集问题.通过均匀设计的偏差控制,设计面向混合精度数值仿真的试验表;在误差分析基础上,通过联合优化"虚拟样本噪声强度—隐含层节点数—虚拟样本量",确定混合样本集的构造方法和神经网络拓扑结构,以提高模型的精度和泛化能力;多目标优化过程中,采用基于网格邻域信息的拥挤指标提高Pareto前沿的收敛性、多样性和均匀性;通过遗忘式增量学习提高寻优目标的导向性.以某型涡轮盘的多目标优化设计为例验证该体系的有效性.实验表明,所提方法在保证涡轮盘多目标优化质量的前提下,能够显著降低设计费用.
Author 代学武
崔东亮
冯国奇
俞胜平
AuthorAffiliation 东北大学工商管理学院,辽宁沈阳 110819%东北大学流程工业综合自动化国家重点实验室,辽宁 沈阳 110819
AuthorAffiliation_xml – name: 东北大学工商管理学院,辽宁沈阳 110819%东北大学流程工业综合自动化国家重点实验室,辽宁 沈阳 110819
Author_FL DAI Xuewu
YU Shengping
FENG Guoqi
CUI Dongliang
Author_FL_xml – sequence: 1
  fullname: FENG Guoqi
– sequence: 2
  fullname: CUI Dongliang
– sequence: 3
  fullname: DAI Xuewu
– sequence: 4
  fullname: YU Shengping
Author_xml – sequence: 1
  fullname: 冯国奇
– sequence: 2
  fullname: 崔东亮
– sequence: 3
  fullname: 代学武
– sequence: 4
  fullname: 俞胜平
BookMark eNotj0FKw0AYhWdRwVp7Am8gJM6fyWTSpRS1QsGNrstMnEiDpmAUpTtB7MJKUVRKK6WK2pXRlSi1t2lm4i2M6OZ9vM33eHMoFzZCidACYBMIlJylwPTqe5FpYQtM7JoZcigPGDsGLQHMomIU1UVWqUMYpXlUUTdv6iJOR2fp6Gr6ca6fBnrc0ZNLPb5LHgbfrU7y8jz9HKrrV9U-0b1T9X6fTmLd7yaPPd2P1bA1_eom7dt5NOPz3UgW_1lAW6srm-WKUd1YWy8vV40IMAWDUexRTLgvsADb5hw8Ibjly21KiPSkQ2wmKPYtKpjAkrqWZDZzOXPAI2BzUkCLf94jHvo83KkFjcP9MFusBVEQeM3m8cHveexmQX4ADPdr1A
ClassificationCodes TP391
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.13196/j.cims.2021.08.021
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Turbine disc multi-objective optimization of incremental neural network learning from data perspective
EndPage 2404
ExternalDocumentID jsjjczzxt202108021
GrantInformation_xml – fundername: (辽宁省自然科学基金资助项目); (国家自然科学基金资助项目); (中央高校基本科研业务专项基金资助项目)
  funderid: (辽宁省自然科学基金资助项目); (国家自然科学基金资助项目); (中央高校基本科研业务专项基金资助项目)
GroupedDBID 2B.
4A8
92I
93N
ALMA_UNASSIGNED_HOLDINGS
CDYEO
PSX
TCJ
ID FETCH-LOGICAL-s1051-750c503afb0b144aa1cbba2fed533ece6347b50f25b7b0e582e7478a761c314a3
ISSN 1006-5911
IngestDate Thu May 29 04:00:05 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 8
Keywords 涡轮盘;混合样本;人工神经网络;多目标粒子群优化算法;增量学习
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1051-750c503afb0b144aa1cbba2fed533ece6347b50f25b7b0e582e7478a761c314a3
PageCount 12
ParticipantIDs wanfang_journals_jsjjczzxt202108021
PublicationCentury 2000
PublicationDate 2021-08-01
PublicationDateYYYYMMDD 2021-08-01
PublicationDate_xml – month: 08
  year: 2021
  text: 2021-08-01
  day: 01
PublicationDecade 2020
PublicationTitle 计算机集成制造系统
PublicationTitle_FL Computer Integrated Manufacturing Systems
PublicationYear 2021
Publisher 东北大学工商管理学院,辽宁沈阳 110819%东北大学流程工业综合自动化国家重点实验室,辽宁 沈阳 110819
Publisher_xml – name: 东北大学工商管理学院,辽宁沈阳 110819%东北大学流程工业综合自动化国家重点实验室,辽宁 沈阳 110819
SSID ssib006563755
ssib023646381
ssib001102950
ssib051375755
ssib023167363
ssib036438063
ssib000459500
ssib002258428
Score 2.3403587
Snippet TP391; 针对航空发动机涡轮盘多目标优化计算密集、案例需求大、分析费用高的问题,提出一种基于混合样本管理的人工神经网络训练方法,以辅助多目标粒子群优化算法处理这类计算...
SourceID wanfang
SourceType Aggregation Database
StartPage 2393
Title 数据视角下神经网络增量学习支持的涡轮盘多目标优化
URI https://d.wanfangdata.com.cn/periodical/jsjjczzxt202108021
Volume 27
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: Inspec with Full Text
  issn: 1006-5911
  databaseCode: ADMLS
  dateStart: 20200701
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.ebsco.com/products/research-databases/inspec-full-text
  omitProxy: false
  ssIdentifier: ssib000459500
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3NaxQxFB_q9uJFFBW_KWhOZXUmk8wkx8x2liLqxRZ6K_O1asEKdguyN0HswUpRVEorpYrak9WTWGr_m-5u_S98L8nuTrVC9TJkk5df3kd28t6QvDjOFZ57CcMTyzlN_SrLM1ZNmZdXaSJCH9xlzIiCuy1uBeOT7PoUnxqqbJV2Lc0306tZ68BzJf9jVagDu-Ip2X-wbB8UKqAM9oUnWBieh7IxiQMiOYlcLIgxomISC6JCIgJbkJTEjESCiIjEIVGcyBgLUUREXRfGiPRsjayRmBNFNY0kItQ0UAPIgcaRROmxJCOqrgetgSuK3aUigmFNFBDl4eiR4QeaAFloHIZkpgabAkSDURC5ZmkA0Nw92_OYtSCxxgyxIEPNQI1ECpkEKBQWOBFEuhpBIA_Iv6u5BdF8lM7K2N_JrGkDLQdHGOAXeYTKsEwSMZTWKBEVxHBgFQ9IGMIqv6SowBT2kdS1UsEOvlUz6DLyy99cqNff8Wf-JaVBjV5Cq0QVlgYDJG1XFEILZNRk9AUaEUGJGPQl0cC0pi0U94SOtRXBeBTVh2TQ6o_i4Q1PEsoPxwr053Y6KDPj-syZ7soaIdI4yJzQOgEapZEVduzNgv12iXtWDXGmA46gqEPTZCYsgIiarQHeDhJy9K9SllZn_PzFpV2d7fJtUkvY15Qor8W-uXvT-nXgurIDfQZchLTTkN27jwn8qUnqaw7u_5aMfWZuZiZrtR41kQyPqXtHnGEKDoVbcYbV2M0bt8uxkuSl3JcgDJW8fOgcfP9S7A-BlR8ODolTTFFRyo2HFz3AWtlfjOGnL9xBO_egd6hvee6ryWZZQwGv_SmePqY420hm75Q86onjzjEbCo8o81474Qy17p50xjuvv3aeb-5tPN3beLn7_Vn341p3e6m786K7_bb9fu3nwlL786fdrfXOqy-dxcfdlSedb-_2dja7q8vtDyvd1c3O-sLuj-X24ptTzmQ9nqiNV-1tL9U5iPG8KoQuGXf9pJG6qcdYknhZmia0UeQQkRZZActGmHK3QXkapm7BBS3w7o8kDLzM91jin3Yqsw9mizPOCPNZI21AqMN5zmSRC4kbPHIhZE4baS7OOpet5NP2bT43_adlzx2K6rxzdPCGuOBUmg_ni4sQpzTTS3ZG_AK1deYU
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E6%95%B0%E6%8D%AE%E8%A7%86%E8%A7%92%E4%B8%8B%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%A2%9E%E9%87%8F%E5%AD%A6%E4%B9%A0%E6%94%AF%E6%8C%81%E7%9A%84%E6%B6%A1%E8%BD%AE%E7%9B%98%E5%A4%9A%E7%9B%AE%E6%A0%87%E4%BC%98%E5%8C%96&rft.jtitle=%E8%AE%A1%E7%AE%97%E6%9C%BA%E9%9B%86%E6%88%90%E5%88%B6%E9%80%A0%E7%B3%BB%E7%BB%9F&rft.au=%E5%86%AF%E5%9B%BD%E5%A5%87&rft.au=%E5%B4%94%E4%B8%9C%E4%BA%AE&rft.au=%E4%BB%A3%E5%AD%A6%E6%AD%A6&rft.au=%E4%BF%9E%E8%83%9C%E5%B9%B3&rft.date=2021-08-01&rft.pub=%E4%B8%9C%E5%8C%97%E5%A4%A7%E5%AD%A6%E5%B7%A5%E5%95%86%E7%AE%A1%E7%90%86%E5%AD%A6%E9%99%A2%2C%E8%BE%BD%E5%AE%81%E6%B2%88%E9%98%B3+110819%25%E4%B8%9C%E5%8C%97%E5%A4%A7%E5%AD%A6%E6%B5%81%E7%A8%8B%E5%B7%A5%E4%B8%9A%E7%BB%BC%E5%90%88%E8%87%AA%E5%8A%A8%E5%8C%96%E5%9B%BD%E5%AE%B6%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E8%BE%BD%E5%AE%81+%E6%B2%88%E9%98%B3+110819&rft.issn=1006-5911&rft.volume=27&rft.issue=8&rft.spage=2393&rft.epage=2404&rft_id=info:doi/10.13196%2Fj.cims.2021.08.021&rft.externalDocID=jsjjczzxt202108021
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fjsjjczzxt%2Fjsjjczzxt.jpg