冲裁件优化排样算法研究

对于冲裁件优化排样这个建立在多约束条件下的复杂优化问题,用单一的任何一种算法都无法找到最优解,本文提出一种用动态定位法和Hopfield人工神经网络相结合的算法,该算法在动态定位的基础上用神经网络进行进一步优化计算.实例分析结果表明,该方法与传统算法相比,不但具有自动化程度高、求解速度快等特点,而且提高了材料利用率.     

冲裁件智能排样系统的研究

提出Hopfield人工神经网络与遗传算法相结合的算法,进行了智能排样系统的研究。该系统通过读入冲裁零件排样图形,自动计算出排样结果,并输出零件的优化排样图形。实例分析结果表明。该系统不但具有良好界面和人机交互功能,而且排样自动化程度高、提高了材料利用率。     

《工程制图》课程教学改革探讨

《工程制图》是一门专业基础课,旨在培养学生读图和绘图的实际应用能力。文章对制图课程的教学方法和考核方式进行了改革和探讨,提出了将多媒体教学方法与传统教学方法有机结合及启发式教学方法：改革了制图课程的考核方式,在实践中取得了良好的效果。     

基于神经网络的3D打印批次排样研究

针对3D打印批次排样是一个建立在多约束条件下的复杂优化问题,本文提出一种基于Hopfield人工神经网络的3D打印批次排样方法。通过对3D打印批次排样目标的设定,建立了Hopfield人工神经网络的能量函数。通过神经网络优化计算,实现了将3D打印工件在三维空间的排布问题转化为二维图形的输出。该算法实用性强,提高了工件的加工效率。