压力铸造充型过程多工艺参数的优化选择

• 作者: 于军 聂义勇 苏丽杰 贵刚
• 来源期刊: 中国科学院研究生院学报
• 学科: 工学
• 关键词: 压力铸造 神经网络 遗传算法 插值
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 简报
• 页码范围: 532-537
• 页数: 6页
• 分类号: TP39
• 字数: 5175字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1175.2004.04.016

摘要

首先建立一个多维参数优化模型,即2个目标函数,多个工艺参数.在不能得到其理论解的时候,采用神经网络与遗传算法相结合的方法,求解该复杂优化模型的近似解.即先利用铸造充型过程数值仿真软件,通过数值计算获得一些有关工艺参数的仿真结果;然后将数值实验结果作为样本数据,运用L-M算法训练神经网络,建立起目标函数值(充型时间和充型结束时型腔内最高温度与最低温度之差)和输入参数(多个工艺参数)之间的函数关系,进而使用遗传算法寻优,从而得到最合适的浇铸参数组合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于军	中国科学院沈阳自动化研究所	40	229	8.0	14.0
5	聂义勇	中国科学院沈阳自动化研究所	15	190	6.0	13.0
6	苏丽杰	中国科学院沈阳自动化研究所	3	12	2.0	3.0
10	贵刚	中国科学院沈阳自动化研究所	1	5	1.0	1.0