变型设计中的基因模型与产品优化方法实现

为了进行快速的变型设计,需要一个合理的产品结构设计模型,据此提出一种基于产品基因的新的变型设计方法。建立了支持变型设计的产品基因模型及其操作序列,并由此构建出产品优化模型。运用人工免疫算法得到了产品变型设计的最终优化结果。最后结合一种典型的机电产品验证了文中提出方法的合理性和有效性,为产品变型设计理论提供了另一种结构设计方法和优化方法。     

基于反向传播神经网络的变型设计变异点快速定位

为了对产品进行有效变型设计,针对产品模型的最小模块,提出了变异点概念,并在分析产品结构的基础上,将反向传播神经网络引入到变型设计中,建立了快速定位变异点的反向传播人工神经网络模型,较好地解决了人为确定变异点的杂乱性与欠准确性问题.最后进行了实证分析,结果表明,采用反向传播人工神经网络快速定位变异点是可行的.     

基于RBF神经网络的产品概念设计方案评价

分析了现有评价方法存在的问题,利用Matlab神经网络工具箱构建了RBF网络模型,并以冰箱为实例进行评价.RBF神经网络采用监督学习算法和正交最小平方(OLS)算法决定基函数的中心、方差以及隐含层到输出层的权值.与BP神经网络模型的评价结果对比,建立的RBF神经网络评价模型具有更高的预测精度,收敛速度更快.