基于混合粒子群算法优化BP神经网络的机床热误差建模

为了降低机床热误差对主轴加工精度的影响,采用了混合粒子群算法优化BP神经网络结构,并对优化结果进行实验验证.引用了粒子群算法耦合遗传算法,给出BP神经网络结构简图,通过混合粒子群算法优化BP神经网络结构.构造机床热误差优化目标函数,采用混合粒子群算法优化目标函数,给出了混合粒子群算法优化BP神经网络流程图.建立BP神经网络热误差预测模型和BP神经网络热误差优化模型,采用三轴立式铣床对两种预测结果进行实验验证.实验结果表明:采用BP神经网络热误差预测模型,机床y轴、z轴预测结果与实验结果偏差最大值分别为6.9μm和6.7μm;采用BP神经网络热误差优化模型,机床y轴、z轴预测结果与实验结果偏差最大值分别为3.3μm和3.5μm.采用混合粒子群算法优化BP神经网络结构,能够提高机床热误差预测精度.     

改进PSO-BP注塑成型工艺参数优化研究

针对注塑过程当中影响塑件质量的多个工艺参数配置问题,提出改进粒子群算法、BP神经网络、灰色关联度相融合的成型工艺参数优化模型。首先,针对BP易陷入局部最优、收敛效率低的不足,改进粒子群算法中粒子速度与位置更新策略并优化BP算法的权值和阈值,从而构建起工艺参数预测模型。在此基础上,以正交实验数据为训练样本,Moldflow软件分析结果为输出样本,灰色关联度为粒子群适应度函数,进而由粒子群算法寻得最佳的工艺参数。实验结果表明,该方法能够更快、更好的获得注塑成型中的工艺参数,且以此工艺参数进行实验,塑件的翘曲变形量、收缩率均较小。     

基于改进粒子群算法的数控加工参数优化研究

为优化数控加工参数,提高数控机床加工性能,研究改进粒子群算法的数控加工参数优化方法,设置最低生产成本以及最高生产率为数控加工参数的优化目标,利用协调系数将多目标优化问题转化为单目标优化问题建立目标函数,设置切削速度、进给量约束、切削进给力、切削功率、切削转矩约束、表面粗糙度要求为约束条件,采用惯性权重值适应性递减方法改进粒子群算法,令惯性权重随粒子群进化适应性提升,采用改进粒子群算法快速寻找数控加工参数目标函数最优值,实现数控加工参数优化.实例分析结果表明,该方法可有效优化数控加工参数,满足实际加工需求,优化后的实验数控机床加工性能佳.     

基于改进粒子群算法的数控加工参数优化研究

为优化数控加工参数,提高数控机床加工性能,研究改进粒子群算法的数控加工参数优化方法,设置最低生产成本以及最高生产率为数控加工参数的优化目标,利用协调系数将多目标优化问题转化为单目标优化问题建立目标函数,设置切削速度、进给量约束、切削进给力、切削功率、切削转矩约束、表面粗糙度要求为约束条件,采用惯性权重值适应性递减方法改进粒子群算法,令惯性权重随粒子群进化适应性提升,采用改进粒子群算法快速寻找数控加工参数目标函数最优值,实现数控加工参数优化.实例分析结果表明,该方法可有效优化数控加工参数,满足实际加工需求,优化后的实验数控机床加工性能佳.     

PID控制器的量子粒子群多目标优化设计

智能算法如粒子群算法已被应用于PID控制器的参数优化,以弥补传统优化方法容易产生振荡和较大超调量的不足,但是粒子群算法存在易于早熟的缺点,在分析量子粒子群算法的基础上,提出了使用量子粒子群算法优化PID控制器的参数.为了兼顾控制系统的各项性能指标,根据控制器的实际要求对各项指标进行加权作为算法的目标函数,对PID控制器进行多目标寻优.通过2个传递函数实例,分别使用Z-N、粒子群算法和量子粒子群算法进行了PID控制器参数优化设计,并对结果进行了分析.     

车辆前纵梁封板冲压的聚集度自适应粒子群优化

为了提高车辆前纵梁封板的冲压件质量,提出了基于聚集度自适应粒子群算法的冲压工艺优化方法。介绍了前纵梁封板的三维模型、坯料设计结果和冲压成形原理。基于成形极限曲线,以减小冲压件的减薄率、增厚率、回弹量为目标,建立了多目标优化模型。使用复合中心实验法设计了5因素5水平的32组实验,基于Autoform软件获得了实验数据。使用BP神经网络拟合了输入输出间的回归关系,并验证了回归模型的精度。在粒子群算法基础上,依据粒子相似度和种群聚集度,将Levy飞行融入到粒子群算法中,提高粒子多样性和算法优化能力,从而并提出了聚集度自适应粒子群算法。将改进粒子群算法应用于多优化模型求解,改进粒子群算法收敛速度早于传统算法,且改进粒子群算法搜索的目标函数值比传统算法减小了3.71%,说明了改进算法的优越性。经验证,优化后的试制件外观合格,减薄率、增厚率及回弹量均满足质量要求,可以进行批量生产。     

基于改进粒子群算法的神经网络建模

文章利用粒子群算法优化神经网络的参数,提出了基于粒子群算法的神经网络建模方法。为了提高基本粒子群算法的搜索性能,采用了基于外推技巧的引导型更新公式,并在粒子的搜索过程中,不断监测各个粒子的最优位置,多次没有变化并且距离优化目标太远时,粒子跳出当前位置继续搜索,从而避免陷入局部值。最后使用改进后的粒子群神经网络算法对函数进行拟合,仿真结果表明,新的算法有较好的收敛性。     

龙门式多轴自动锁螺丝设备横梁结构优化

为实现龙门式多轴自动锁螺丝设备横梁的轻量化,结合BP神经网络与粒子群优化算法对其横梁进行结构优化。以横梁质量为目标函数,数个关键尺寸为设计变量,变形量及固有频率为约束条件建立数学模型。利用BP神经网络拟合设计变量与约束变量的映射关系,结合已建立的神经网络模型,应用基于Deb可行性规则改进的粒子群算法,在满足约束要求的条件下,寻求各关键尺寸的最优值。优化结果表明,优化后的横梁质量减少29.61%,实现横梁轻量化。     

基于粒子群算法的加工参数多目标优化技术研究

在数控加工中,为了尽可能提高生产效率和降低生产成本,采用粒子群优化算法对加工参数进行多目标优化。以切削速度、切削宽度和每齿进给量为决策变量,以加工时间和成本为目标函数,并以机床性能、刀具参数、工件质量等为约束条件,建立优化模型。采用罚函数法对约束条件进行处理,将多目标问题转化为单目标优化问题进行求解。为解决粒子群优化算法优化效果受参数影响较大的问题,提出了参数自适应协同粒子群优化算法(WCVPSO),算法参数按照一定规律变化,提高了优化算法的精度和收敛速度。实际加工试验表明,提出的优化方法提高了加工效率,降低了加工成本。     

锆合金薄板冲压工艺的多种群社会群体算法优化

为了减小锆合金薄板冲压成形件的最大减薄率、提高冲压成形件质量,提出了基于多种群社会群体算法的冲压工艺优化方法。介绍了冲压件的3维尺寸和锆合金材料力学参数,以有限元仿真的方式确定了锆合金冲压成形的缺陷。选择冲压速度、压边力、模具间隙作为优化参数,以减小冲压件的最大减薄率为目标建立了优化模型。使用智能神经网络建立了输入参数与输出参数的回归模型,并对回归效果进行了检验。分析了社会群体优化算法的多样性缺陷,在算法中加入了多种群机制和多知识来源机制,提出了多种群社会群体优化算法。使用多种群社会群体算法求解优化模型,得到了工艺参数的优化值。依据优化参数生产了10个冲压试制件,经测量冲压试制件的最大减薄率均值为7.916%,明显小于优化前的最大减薄率10.746%,说明经过优化明显减小了锆合金冲压件的最大减薄率。10个试制件的最大减薄率标准差仅为0.652%,说明生产过程稳定。     

采用改进粒子群算法的铣削参数优化研究

为了提高数控铣削加工的生产效率,降低生产成本,同时改善生产工件的加工质量,根据最优化思想,建立以铣削加工参数为优化变量,以铣削力、机床主轴转速和加工面粗糙度等为约束条件,以最短加工时间和最低生产成本为目标的优化函数。在标准粒子群算法的基础之上,引入惩罚函数,将多约束优化问题转变为无约束优化问题,改善了求解过程的复杂性;同时,针对粒子群算法容易陷入局部最优的问题,将其与模拟退火算法结合,增强粒子的全局搜索能力,改善粒子的局部收敛性。通过仿真实例验证了改进粒子群算法的有效性和优越性,改善了工件的加工时间与生产成本。     

粒子群优化人工神经网络在高速铣削力建模中的应用

将粒子群优化人工神经网络理论应用于高速铣削力的建模研究中.采用粒子群算法与反向传播算法相结合的方法,对反向传播神经网络模型进行优化.用粒子群算法训练网络参数,直到误差趋于一稳定值,然后用优化的权值进行反向传播算法运算,以实现高速铣削力的预测.充分发挥了粒子群算法的全局寻优能力和反向传播算法的局部搜索优势.仿真结果表明,与其他几种反向传播算法相比较,粒子群算法与反向传播算法的学习算法训练的神经网络,不仅训练时间明显缩短,而且其预报精度也得到了较大的提高,能够有效地建立铣削力模型,并对铣削力进行准确的预测.     

结合核岭回归与多目标粒子群优化算法的激光焊接工艺参数预测

工艺参数选择是动力电池焊接行业面临的困难,为提升动力电池焊接效率并满足多项目标,采用核岭回归与多目标粒子群优化算法相结合的方法辅助优化工艺参数选择.构造了工艺参数对应的焊接下限,继而利用基于高斯核函数的核岭回归模型进行拟合;多目标粒子群的每个粒子代表一组工艺参数,通过群体进化与变异、引导者选取与优化、解集维护3种操作,并结合回归模型,有效获取了指定焊接目标下的最优解集.该方法还借鉴K近邻算法思想设计评价标准,以度量每个解的可靠性,进一步筛选更优质的解,保证所选工艺参数有更高的容错性.所提方法解决了电池焊接行业目前面临的问题,具有极其重要的应用价值.     

基于粒子群优化的滑模控制参数整定

针对滑模控制参数难整定的问题,结合粒子群优化算法设计滑模控制器。选取有关控制器输出和系统跟随误差的函数作为滑模参数优化目标,并以该目标函数为粒子群的适应度值,寻优处理后获得等效控制、切换项及指数趋近率系数,从而缩短到达滑模面时间,减小控制器输出抖振,有效改善滑动阶段动态特性。在MATLAB中仿真表明:该方法对被控对象参数波动具有较强鲁棒性,系统响应快,跟随性能好。     

基于粒子群算法的冷连轧机轧制负荷分配优化

利用粒子群算法设计了一种冷连轧轧制负荷分配的优化方法。根据某1450五机架冷连轧机生产工况,以压下量分配为自变量,以轧制力成比例分配为目标函数,将压下量分配的约束条件作为惩罚项,建立惩罚函数。通过粒子群多代运算,求出罚函数值最小点,得到压下负荷最佳分配点。实验证明,粒子群算法在轧制负荷分配计算中,具有算法实现简便、运算速度快、收敛性好等优点,可以作为一种冷连轧轧制负荷分配的新方法加以推广。     

基于田口法和响应面法的数控铣削工艺参数能效优化方法

为研究机床能量效率与工艺参数耦合的复杂机理,提出一种基于田口法和响应面法的数控铣削工艺参数能效优化方法。分析加工过程中的能耗特性,建立了数控铣削加工能量效率函数。基于田口法规划优化实验,并基于响应面法建立工艺参数与比能和加工时间的回归方程,构建了以铣削加工工艺参数为变量、以高能效和高效率为优化目标的多目标优化模型。使用多目标粒子群优化算法对该模型进行求解,并通过实验数据和算法优化结果分析了加工过程中工艺参数与比能及加工时间的关联关系。     

基于GABP和改进NSGA-Ⅱ的高速干切滚齿工艺参数多目标优化决策#br#

针对高速干切滚齿过程中的工艺参数优化决策问题,提出一种基于加工工艺样本预测和多目标遗传优化算法的工艺参数优化决策方法。基于实际加工工艺样本集,以改进的多目标遗传算法（improved NSGA-Ⅱ）为主体模型,以最大刀具寿命、最小加工能耗为优化目标,以加工质量、加工时间为约束条件,利用遗传反向传播算法（GABP）神经网络建立关于加工优化目标的预测模型,将其作为多目标优化模型的适应度函数;通过DBSCAN算法获取待优化滚齿工艺问题的相似样本集,建立多目标优化问题输入区间;构建面向待优化滚齿工艺问题的多目标优化模型,迭代搜索最优工艺参数集。     

改进粒子群算法的环形薄壁零件铣削参数优化

针对某环形薄壁零件在加工过程中的零件局部变形过大的问题,提出了改进粒子群算法的环形薄壁零件铣削参数优化方法。采用有限元软件,对局部变形大的区域进行仿真,得到仿真出的铣削力;通过Design-Expert13中正交实验响应曲面法建立加工参数与铣削力之间的目标函数,采用改进的粒子群算法对目标函数进行优化,最后通过对优化后的加工参数与经验加工参数进行实验对比。结果表明：采用改进粒子群算法的环形薄壁零件铣削参数优化的方法,可使零件局部变形大的区域的铣削力减小24.9%,有效降低了环形薄壁零件的变形量,为技术人员在选择该环形薄壁铣削参数时,提供了新的参考方案。     

基于GABP和改进NSGA-Ⅱ的高速干切滚齿工艺参数多目标优化决策

针对高速干切滚齿过程中的工艺参数优化决策问题,提出一种基于加工工艺样本预测和多目标遗传优化算法的工艺参数优化决策方法。基于实际加工工艺样本集,以改进的多目标遗传算法(improved NSGA-Ⅱ)为主体模型,以最大刀具寿命、最小加工能耗为优化目标,以加工质量、加工时间为约束条件,利用遗传-反向传播算法(GABP)神经网络建立关于加工优化目标的预测模型,将其作为多目标优化模型的适应度函数;通过DBSCAN算法获取待优化滚齿工艺问题的相似样本集,建立多目标优化问题输入区间;构建面向待优化滚齿工艺问题的多目标优化模型,迭代搜索最优工艺参数集。     

基于粒子群优化SOM神经网络的轴系多振动故障诊断

针对自组织特征映射神经网络(SOM)在多振动故障诊断中出现的不能对所有可能故障完整分类和明显区分的缺点,提出基于粒子群算法优化的SOM神经网络.利用粒子群优化算法易实现、收敛快等优点,对SOM神经网络的参数进行优化,并用优化后的SOM神经网络对轴系故障进行仿真诊断.仿真诊断结果表明,粒子群算法优化的SOM神经网络比SO...