基于BP神經網絡的機械傳動方案評價模型研究

曹引安

（連云港北方變速器有限責任公司，江蘇 連云港 222047）

0 引言

機械產品的概念設計，目前主要采用功能分解法，即在明確產品市場需求和用戶要求的前提下，將功能分解為若干子功能，將復雜的設計問題轉化為若干子功能的設計問題，然后，針對各子功能，從實現該子功能的設計目錄中檢索出一組功能實現機構，得到這組機構后，就變為從中選擇一種或幾種滿意機構的選型決策問題［1］。舊式的選型方法多采用經驗法或評價法。經驗法通常是由設計人員根據經驗和意向來確定機構類型，因此選型結果必然存在一定的片面性、局限性和盲目性；評價法，如模糊綜合評價法［2］，首先要依據設計需求構建評價系統，然后參照某種評價模型對相應的子功能載體進行綜合評價、排序，最終作出決策，該方法盡管相對科學，但比較繁瑣復雜，而且主觀色彩較強，評價中需要提供單因素權重，而權重因子的確定又比較困難。

針對上述方法存在的問題，本文提出一種基于神經網絡的機構選型決策模型，利用神經網絡的基礎理論結合模糊理論制定出一種適合選擇滿意的機構類型的決策方案，從而代替評價群體進行評價和決策。研究結果表明，基于神經網絡的決策模型為機構選型提供了一條新的途徑。

1 機構選型綜合決策的數學模型

綜合決策是在考慮多種因素影響的情況下，對事物作出綜合的判斷。綜合決策的數學模型主要涉及到6個要素，可以用下列6個變量來表示：