机械设计与研究 ›› 2009, Vol. 25 ›› Issue (06): 18-21.doi: 10.13952/j.cnki.jofmdr.a2323

• 论文 • 上一篇    下一篇

采用学习向量量化神经网络法研究机构的选型

薄瑞峰;李瑞琴;   

  1. 中北大学机械工程系;
  • 发布日期:2020-07-26

  • Published:2020-07-26

摘要: 利用学习向量量化(LVQ)神经网络具有的强大的非线性运算和相似特征聚类功能,提出了一种机构选型的决策方法。设计者只需将设计要求模糊量化,转换为特征因素集输入训练好的神经网络,即可从一组机构中决策出较为满意的一种机构。采用LVQ完成评价决策的推理过程,可以有效解决专家知识表达和积累问题,提高选型结果的合理性,并在一定程度上简化了机构的选型决策过程。实例表明,采用LVQ网络进行机构选型是合适的,相对于BP网络具有更好的模式分类识别特性。

关键词: 机构选型, LVQ网络, 概念设计, 功能分解

Key words: mechanism type selection, LVQ neural network, conceptual design, function decomposition