基于鱼群RBF神经网络和改进蚁群算法的拉深成形工艺参数优化

• 作者: 何育军 孙新强 田银 谢延敏
• 来源期刊: 锻压技术
• 学科: 工学
• 关键词: 分块压边力 鱼群算法 蚁群算法 RBF神经网络
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 计算机应用
• 页码范围: 129-136
• 分类号: TG386
• 语种: 中文
• DOI: 10.13330/j.issn.1000-3940.2014.12.028

摘要

针对基本蚁群算法只能应用于离散问题的缺陷,借鉴鱼群算法中人工鱼移动机制,提出了一种连续蚁群算法.为了减少板料成形工艺参数优化时间,建立工艺参数与成形目标之间的RBF神经网络近似模型.以板料成形中分块压边力为设计变量,以板料成形后增厚和减薄为成形目标,通过拉丁超立方抽样,运用Dynaform软件进行仿真以获得训练样本,基于人工鱼群算法建立分块压边力与成形质量间RBF神经网络近似模型,最后采用连续蚁群算法对该模型进行优化,获得最优分块压边力.并以油底壳零件为例进行工艺参数优化,通过与整体压边力对比,证明该方法可以有效提高成形件质量,并为快速计算最优分块压边力提供了依据.

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	西南交通大学机械工程学院	31	255	10.0	14.0
2	田银	西南交通大学机械工程学院	7	82	7.0	7.0
3	孙新强	西南交通大学机械工程学院	6	69	6.0	6.0
4	何育军	西南交通大学机械工程学院	8	90	7.0	8.0