СибНИА проводит исследования нейросетевых алгоритмов при создании бионических конструкций

В рамках научно-исследовательской работы «Расчетно-экспериментальные исследования технологий повышения летно-технических и аэродинамических характеристик, методов проектирования конструкций и разработка технологий обеспечения эксплуатации «по состоянию» перспективных самолетов транспортной категории» сотрудниками научно-исследовательского отделения усталостной и статической прочности ФАУ «СибНИА им С. А. Чаплыгина» (входит в состав ФГБУ «НИЦ «Институт имени Н. Е. Жуковского») проводятся исследования эффективности применения генетических алгоритмов при проектировании бионических конструктивно-силовых схем летательных аппаратов. Об этом сообщает AVIA.RU со ссылкой на данные СибНИА.

Сотрудники сектора расчетно-экспериментальных исследований статической прочности, ресурса и живучести авиационных конструкций СибНИА исследуют синтез бионических структур силового кронштейна узла энергонавески летающей лаборатории на базе самолета Як-40 на основе метода топологической оптимизации с применением нейронных сетей.

Искусственная нейронная сеть представляет собой математическую модель, которая построена по принципу организации и функционирования нейронных сетей нервных клеток живого организма. Метод топологической оптимизации с применением нейронных сетей моделирует эволюционный процесс заданной популяции (набор векторов), которая размножается и на которую воздействуют мутации, в результате чего производится естественный отбор на основании минимизации целевой функции. В данной работе использовался один формальный нейрон типа персептрон, который вычисляет суммарный входной сигнал по некоторому правилу из всей совокупности входных сигналов.

Разработан алгоритм топологической оптимизации с применением нейронных сетей. Проведена топологическая оптимизация подготовленного ранее «увеличенного» кронштейна.

Применение нейронных сетей в методе топологической оптимизации дает качественно схожие как по форме, так и по весу оптимизированные модели в сравнении с классическими методами топологической оптимизации. Тем не менее, применение алгоритма нейронных сетей несколько увеличивает скорость сходимости метода топологической оптимизации. Исследования продолжаются.