基于改进灰色神经网络模型的板料成形缺陷预测研究

• 作者: 王新宝 王智 胡静 谢延敏
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 灰色模型 神经网络 板料成形缺陷 预测
• 年，卷（期）: 2013,（22）
• 所属期刊栏目: 科学基金
• 页码范围: 3075-3079
• 页数: 5页
• 分类号: TG386
• 字数: 3620字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2013.22.019

摘要

为了准确预测和减少板料成形过程中可能出现的缺陷,提出了一种改进的灰色神经网络预测模型.该模型利用BP神经网络辅助灰色预测模型进行预测.其中,灰色模型进行粗预测,神经网络模型修正其误差,再通过寻找最佳权值以优化灰色模型中微分所对应的背景值,进而得到精度更高的灰色神经网络模型.以国际著名板料成形数值模拟会议NUMISHEET'93的方盒件拉深为例,运用改进的灰色神经网络模型,预测其拉裂和起皱.结果表明,改进的灰色神经网络模型具有很高的预测精度,相比于未改进的灰色神经网络模型,预测结果更加准确和稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢延敏		31	255	10.0	14.0
2	王新宝		8	105	6.0	8.0
3	胡静		8	69	4.0	8.0
4	王智		8	66	4.0	8.0