基于GS理论和神经网络遗传算法函数寻优的板料成形优化 |
| |
引用本文: | 熊文韬,刘泓滨,李华文.基于GS理论和神经网络遗传算法函数寻优的板料成形优化[J].机械设计与研究,2016,32(2):118-122. |
| |
作者姓名: | 熊文韬 刘泓滨 李华文 |
| |
作者单位: | 昆明理工大学机电工程学院;云南红云红河烟草集团昆明卷烟厂; |
| |
摘 要: | 基于GS理论和神经网络遗传算法函数寻优法,利用非线性有限元分析软件Dynaform,对非标准方形盒成形过程参数寻优。借助正交试验法,初步获取不同组合下的减薄率数值;基于GS理论,对获取的数据进行分析,找出影响减薄率的两个主要因素即摩擦因素和冲压速度;利用拉丁超立方抽样对选出的两个主要因素进行抽样;基于神经网络遗传算法函数寻优模型,摩擦因数和冲压速度作为输入,最大减薄率作为输出,用输入输出数据训练BP神经网络。最后,用遗传算法寻优把训练后的BP神经网络预测结果作为个体适应度值,找到函数全局最优解和对应输入值。对比优化前后的数值模拟结果可知,优化后的冲压参数可以有效提高板料成形性能。
|
关 键 词: | 冲压成形 灰色关联分析 拉丁超立方抽样 神经网络遗传算法 参数优化 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《机械设计与研究》浏览原始摘要信息 |
|
点击此处可从《机械设计与研究》下载全文 |
|