首页 | 本学科首页   官方微博 | 高级检索  
     

基于高斯过程机器学习的注塑过程建模及工艺参数优化设计
引用本文:马俊燕,廖小平,夏薇,莫玉军. 基于高斯过程机器学习的注塑过程建模及工艺参数优化设计[J]. 机械设计与制造, 2013, 0(3)
作者姓名:马俊燕  廖小平  夏薇  莫玉军
作者单位:广西大学机械工程学院,广西南宁,530004
摘    要:注塑成型过程中的工艺参数的取值对成型质量有很大影响,工艺参数之间是非线性关系,采用常规的理论分析和数值计算方法难以快速准确找到其最优解。高斯过程机器学习是一个新的预测方法,采用贝叶斯统计方法和非线性回归技术解决复杂的非线性建模问题。为获得好的成型质量,采用高斯过程机器学习的方法建立注塑成型工艺过程代理模型,可获得满意的模型后用遗传算法求得优化的工艺参数。选用聚甲醛小模数齿轮的翘曲变形实例来验证了方法的可行性。

关 键 词:注塑成型  高斯机器学习  工艺参数优化

Plastics Injection Modeling and Optimal Design of Process Parameters Based on Gaussian Process Machine Learning
MA Jun-yan , LIAO Xiao-ping , XIA Wei , MO Yu-jun. Plastics Injection Modeling and Optimal Design of Process Parameters Based on Gaussian Process Machine Learning[J]. Machinery Design & Manufacture, 2013, 0(3)
Authors:MA Jun-yan    LIAO Xiao-ping    XIA Wei    MO Yu-jun
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号