论文部分内容阅读
提出采用GA—BP贝叶斯算法来建立优化设计近似模型。该算法是一种新型神经网络训练算法，它以提高网络的泛化性能为主旨，其训练目标是获取对应于后验分布最大值的权值向量。以方形扁平封装器件为例，采用GA—BP贝叶斯算法建立了温度场分析的近似模型，基于它对封装散热结构进行了优化，并与L-M BP算法进行了对比。结果表明，基于GA—BP贝叶斯算法的温度场分析近似模型，对芯片中心温度的预测精度更为理想，并且受随机因素的影响很小。CA—BP贝叶斯算法克服了现有网络训练算法对初始权值敏感、建模精度不高的缺点，在工程优化设