基于matlab的材料加工參數反求及優(yōu)化專家系統(tǒng)的開發(fā)sit項目申請答辯-文庫吧
2025-02-27 11:59 本頁面
【正文】 明這種方法可實現對壓力最大值的預測和優(yōu)化。 ? 鄭生榮等應用神經網絡技術建立了注塑工藝快速預測的雙層 BP網絡模型，利用 CAE軟件進行模擬，獲取樣本，采用 Matlab對網絡的訓練及參數預測過程進行求解，并通過和模擬結果進行比較，表明了人工神經網絡技術在注塑參數值的快速預測的可行性。 ? 董俊等建立了該進 BP神經網絡技術、數值仿真和遺傳算法相結合的鋁型擠壓模工作帶長度優(yōu)化模型，給出了模型實現和求解的完整過程。 ? 針對鑄造過程，貴剛等人先利用鑄造充型過程數值仿真軟件，通過數值計算獲得有關工藝參數仿真結果，然后將其作為樣本數據，從而獲得合適工藝參數組合。 相關概念 ? 人工神經網絡（ Artificial Neutral Network，簡稱 ANN）是國際上從上世紀 80年代中期以來迅速發(fā)展和崛起的一個新興研究領域。 BP神經網絡結構圖 相關概念 開始 參數初始化 產生初始群體 計算目標函數值及適應值 選擇 雜交 變異 收斂 ？ NO 結束 YES ? 遺傳算法(GeicAlgorithm，簡稱 GA)，是模擬達爾文遺傳選擇和自然淘汰生物進化過程的計算模型，它是由美國Michigan大學的J． Holland教授于1975年提出的。 遺傳算法流程圖 研究意義 ? 將數據模擬仿真結果作為樣本數據，采用神經網絡人工智能技術結合遺傳算法尋優(yōu)對其訓練，進行預測和優(yōu)化，提出合理方案。這樣，就不需要進行反復多次的實際試驗而達到優(yōu)化目的，可以大大縮短產品設計周期，提高產品質量，對材料加工領域的設計制造過程都具有重要意義。 ? 基于 MATLAB開發(fā)神經網絡設計系統(tǒng)，將神經網絡設計理論融入到材料加工工藝過
教學課件相關推薦
鄂ICP備17016276號-1