基于EBF神经网络和粒子群算法的注射成型优化设计

• 作者: 张俊红 王健 郭迁 陈孔武 马梁
• 来源期刊: 中国塑料
• 学科: 工学
• 关键词: 翘曲分析 神经网络 粒子群算法 优化
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 加工与应用
• 页码范围: 54-59
• 页数: 6页
• 分类号: TQ320.66+2
• 字数: 3948字
• 语种: 中文

摘要

基于拉丁超立方设计建立了椭球基(EBF)神经网络模型描述注塑工艺参数与翘曲值间的函数关系,将EBF神经网络模型与Kriging模型对比,说明EBF神经网络模型可以准确地描述注塑工艺参数与翘曲值之间的函数关系,并结合多目标粒子群算法对工艺参数进行优化,并与邻域培植遗传算法优化结果对比,说明多目标粒子群算法的优点.结果表明,基于EBF神经网络模型和粒子群优化算法可以使塑料出水管翘曲值减小11.64％,同时使保压时间和冷却时间总和减小了2.13s,从而在出水管批量生产过程中减少了生产时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王健	天津大学内燃机燃烧学国家重点实验室	63	558	13.0	21.0
2	张俊红	天津大学内燃机燃烧学国家重点实验室	130	981	18.0	24.0
3	马梁	天津大学内燃机燃烧学国家重点实验室	26	178	8.0	12.0
4	郭迁	天津大学内燃机燃烧学国家重点实验室	3	7	2.0	2.0
5	陈孔武	天津大学内燃机燃烧学国家重点实验室	3	7	2.0	2.0