本发明公开了一种考虑多尺度不确定性的混合
复合材料铺层方法。包括选择备选材料集合,并获得备选材料集合的微观属性,通过多尺度分析模型获得备选材料集合的宏观属性的分布类型;利用宏观属性及其分布类型确定备选材料集合的宏观有限元模型;构建备选材料集合的微观属性与混合复合材料参数的神经网络模型,对训练后的神经网络模型计算均方误差MSE,根据均方误差MSE来判断训练后的神经网络模型的准确性,使用遗传算法对备选材料集合的选择和层堆叠序列的选择进行优化处理。本发明的方法使用了多种优化算法,大大减小了设计人员与计算机的负担,大大提高计算速度,也提高了优化的准确性,同时也更加符合工程实际应用。
声明:
“考虑多尺度不确定性的混合复合材料铺层方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)