基于KPCA与MPSO–BP注射成型工艺参数优化

• 作者: 吴庆朝 杨东民 陈敏
• 来源期刊: 工程塑料应用
• 学科: 工学
• 关键词: 核主元分析 BP神经网络 改进粒子群算法 注射成型 工艺参数优化
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 加工
• 页码范围: 42-47
• 页数: 6页
• 分类号: TP18
• 字数: 3556字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3539.2015.12.010

摘要

针对注塑过程中工艺参数的优化选择问题,提出一种融合核主元分析方法(KPCA)与改进粒子群算法优化BP神经网络的成型工艺参数优化方法.首先,对正交实验数据作为训练样本的工艺参数利用核主元分析方法进行降维、拨冗余,约减网络结构;其次,针对BP易陷入局部最优、收敛效率低的不足,改进粒子群算法中粒子速度与位置更新策略并优化BP算法的权值和阈值,从而构建了工艺参数预测模型.在此基础上,实现粒子群算法寻优最佳的注射成型工艺参数.结果表明,该方法能够更快、更好地获得注射成型中的工艺参数,且以此工艺参数进行实验,塑料件的翘曲变形量、收缩率均较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈敏	浙江大学信息学部控制科学与工程学院	172	2158	24.0	40.0
2	杨东民		9	13	2.0	3.0
3	吴庆朝		2	8	2.0	2.0