轴对称件拉深成形智能化控制过程中参数实时识别的GA-ENN建模

• 作者: 王凤琴 赵军 郑祖伟
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 拉深成形 智能控制 神经网络 遗传算法
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 科学基金
• 页码范围: 72-74
• 页数: 3页
• 分类号: TP18
• 字数: 3177字
• 语种: 中文
• DOI: 10.3321/j.issn:1004-132X.2003.01.022

摘要

材料性能参数和摩擦系数的实时识别是实现拉深过程智能化控制的关键.建立了遗传算法与神经网络相结合的识别模型(GA-ENN),利用遗传算法进行网络权系的训练和优化.给出了网络输入层、输出层和隐层的确定方法以及GA-ENN模型的学习算法.验证结果表明,与BP网络模型比较,GA-ENN模型的学习效率和学习精度均有明显的提高,是一种有效的识别模型,为实现拉深成形过程的智能化控制奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵军		130	1134	19.0	26.0
2	郑祖伟		3	83	3.0	3.0
3	王凤琴		15	213	7.0	14.0