制造过程的智能多目标优化方法

采用神经网络和专家系统相结合的方法实现带宽容分层约束的制造过程的多目标优化。该方法利用Ｂｏｌｔｚｍａｎｎ机神经网络求解各层次的多目标优化问题,同时利用专家系统控制优化进程。通过实例证明了该方法优化求解的有效性。     

铣削加工过程多目标优化专家系统

建立了铣削加工多目标优化专家系统，采用带宽容约束方法的多目标优化问题求解控制机，利用Ｂｏｌｔｚｍａｎｎ神经网络进行优化求解。通过神经网络和专家系统的集成，为切削加工的多目标优化提供了一种新方法。     

铣削加工过程的智能多目标优化方法

采用神经网络和专家系统的方法,实现带宽容分层约束的铣削加工过程多目标优化,利用Ｂｏｌｔｚ－ｍａｎｎ机神经网络求妥各层次的多目标优化问题,利用专家系统控制进程。通过实例证明了系统优化求解的有效性。     

切削加工参数多目标优化的神经网络方法

采用神经网络方法求解切削加工多目标优化问题,给出了Boltzmann机神经网络模型和算法,通过实例运行证明了神经网络优化求解的可行性。     

面向绿色设计的材料选择多目标优化决策

为解决绿色设计中材料选择的多目标优化问题,提出一种将神经网络与遗传算法集成的求解决策模型。该模型以材料的力学性能、工艺性能、经济属性和生命周期的环境属性等为优化目标,利用人工神经网络进行系统建模,并为遗传算法找到适应度函数及求得目标函数值的方法,进而利用遗传算法进行多目标优化。采用生态指数方法定量分析材料在其生命周期内对环境的影响。以某个电冰箱壳体材料的选择为例,证明该多目标决策模型对绿色设计中的材料选择有重要指导作用。     

基于BP网络和Pareto遗传算法的多目标协同优化

多学科设计优化（MDO）问题往往是多目标的。Pareto遗传算法（PGA）所求得的Pareto最优解集为设计决策提供了很大方便。针对在CO的计算构架中直接使用PGA会导致计算量过大的问题，提出基于BP神经网络和pareto遗传算法的多目标协同优化方法。采用试验设计方法选择设计点，构造具有全局近似能力的各学科优化神经网络响应面，进而采用PGA进行系统层优化问题的多目标寻优。用上述方法对某型干线客机进行总体多目标优化。与直接采用PGA求解MDF单级多目标优化模型所得的计算结果对比表明，所提出的方法能有效近似该问题的Pareto最优前沿．、     

多目标优化的求解方法与发展

本文首先介绍了传统多目标优化求解方法和改进;对遗传算法,模糊优化,神经网络等算法在多目标优化中的应用做了介绍;最后介绍了满意度.     

不确定信息条件下的车间调度策略研究

为了在不确定的车间信息环境下做出正确的调度策略,提出了一种支持多目标和多优先级车间调度策略的随机规划模型,并给出了求解算法。该模型的求解通过包含3个步骤的混合智能算法来实现,首先利用随机仿真生成近似的样本数据,然后利用神经网络进行不确定目标和约束函数的逼近,并用遗传算法最终完成对多目标优化解的搜索。最后,通过一个汽车企业模具制造车间中调度问题的实例,验证了该模型和算法的有效性及实用性。     

基于神经网络和遗传算法的身管多目标优化

身管结构的优化通常涉及到刚度、重量等多个目标,为了节省优化迭代过程中大量有限元计算的时间,以均匀试验的样本数据为输入,采用神经网络和遗传算法相结合的方法对火炮身管结构进行优化。采用模糊设计方法建立多个优化目标,通过权重将其转化成单目标,并在传统方法的基础上进行改进,采用权重优化的方法来确定权重,建立了基于神经网络和遗传算法的权重优化模型,从而克服了传统上确定权重方法主观性大的问题;在此基础上,进行基于神经网络和遗传算法的身管结构优化的求解。经算例验证表明,该方法可以获得较好的优化结果,并能大大提高身管结构优化的效率。     

基于神经网络的多目标优化模型的模糊解法

概述了多目标优化的常规解法,研究了多目标优化的模糊求解原理,提出基于函数联接神经网络的多目标优化模型的模糊解法。计算结果表明,函数联接神经网络不仅算法简单,而且具有很强的非线性插值能力,能较好地表达模糊集的隶属函数,解决了应用模糊集理论处理多目标优化问题时很难合理确定隶属函数表达式这一关键问题。     

基于特征矩阵和神经网络的铝型材整体壁板外形识别

针对铝型材整体壁板的外形特征和设计要求，提取出9种典型壁板并构建出对应的壁板特征矩阵和目标矩阵。采用神经网络分别对带与不带噪声的整体壁板特征识别进行了研究、训练和测试，测试结果显示，采用矩阵构造的神经网络对壁板特征识别继承了神经网络的优点，可扩充性好，解决了整体壁板挤压模具CAD专家系统关于特征识别的前处理瓶颈问题。     

BP神经网络汽车故障诊断专家系统在异响故障中的探讨

针对汽车异响故障诊断的复杂性,提出了将BP神经网络技术引入汽车故障诊断专家系统的思想,并对基于神经网络的专家系统的原理进行探讨。最后,给出了一基于三层BP网的汽车发动机异响故障诊断专家系统的诊断过程。     

净油储罐运行状态识别与故障诊断技术研究

为了实时、准确地判断净油储罐运行状态，本文提出了一种基于聚类分析和专家系统相结合的状态模式识别方法，有效地解决了传统判别方法存在的误判问题，并且利用离散Hopfield网络对联合站所有净油储罐的运行过程故障状态进行了正确识别，确保了原油集输系统的稳定、安全、高效运行，提高了整个原油集输系统的工作效率。实践表明，本文提出的状态识别与故障诊断方法具有很好实用价值。     

基于神经网络的货车轮对滚动轴承修复的专家系统探索

滚动轴承是铁路货车轮轴中最易损坏的组件,其运行状态直接影响到铁路货车的运行安全。为此应用人工神经网络技术、专家系统技术,针对现场滚动轴承的检测结果,通过计算机专家系统快速得出修复决策,以减少决策过程中人为因素的影响,对铁路企业向现代化过渡具有一定的现实指导意义。     

基于神经网络的泵机组故障诊断技术

利用神经网络对泵机组进行了故障诊断,探讨了故障诊断的神经网络方法和专家系统方法的联系和区别。该分析方法为转子临界速度的计算提供了比较完善的方法。     

基于神经网络的齿轮故障诊断专家系统

基于齿轮典型故障机理及其信号特征,采用时域、幅值域与频谱分析相结合的诊断方法,建立了齿轮故障诊断神经网络模型,试验验证模型诊断结果具有较高准确性。基于Windows平台和Visual C＋＋语言,开发了基于神经网络的齿轮故障诊断专家系统,将传统的时频信号分析理论与现代小波分析、神经网络和专家系统技术融入齿轮故障诊断之中,形成一个更加完善基于神经网络的齿轮故障诊断专家系统。     

基于神经网络专家系统的燃料电池发动机故障诊断系统设计

文章在分析了传统故障诊断方法在燃料电池故障诊断中的局限性的基础上,结合燃料电池发动机的特点,提出了基于神经网络专家系统的智能故障诊断方法,成功开发出一套基于VC++平台的燃料电池故障诊断专家系统软件,实现了燃料电池的状态检测和故障诊断,对保证燃料电池发动机的安全运行有重要的意义。     

面向复杂产品方案设计的集成知识表示研究

分析了专家系统与神经网络的优缺点,讨论了神经网络与专家系统集成的各种方法,根据机械设计知识丰富而复杂、设计目标可分解性等特点,提出了基于神经网络—专家系统的集成知识表示模型,并将其应用于复杂产品方案设计智能决策支持系统中。     

基于BP神经网络专家系统的设计质量评价方法

以家用轿车为例,采用基于BP神经网络的专家系统对不同品牌的产品进行质量评价,确定神经网络的训练样本进行训练,以获得各神经元的连接权值和阈值,存储连接权值于一个数据文件中,形成专家系统知识库,经过推理机推理,并通过解释机制将得到的机器语言转换成用户能够理解的方式进行表达,可实现在无专家条件下对产品设计质量进行评价,进而论证了采用专家系统评价产品设计质量的可行性。     

浅谈液压系统故障诊断的方法

介绍了液压系统故障的主观诊断法、数学模型诊断法和智能诊断法,以及各种具体故障诊断方法的特点及应用,指出专家系统与神经网络的有机结合,将成为智能故障诊断技术的发展方向.