基于人工免疫算法和RBF神经网络的板料成形变压边力优化

• 作者: 何育军 孙新强 田银 谢延敏
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 板料成形 免疫算法 RBF神经网络 变压边力
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 试验与研究
• 页码范围: 5-9,27
• 页数: 6页
• 分类号: TG386
• 字数: 4231字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2015.07.002

摘要

针对人工免疫算法搜索时间长、效率低等缺点,对其进行了改进,使其在保持种群多样性的同时,提高了收敛速度.为了减少板料成形工艺参数试错时间,运用数值模拟建立近似模型.以方盒件为例,利用Dynaform软件仿真获得训练数据,通过人工免疫算法优化RBF神经网络,获得隐层中心位置和数量,并采用伪逆法确定输出层的权值.利用改进后的人工免疫算法对该模型进行优化,获得变压边力加载曲线.研究结果表明,采用优化后的变压变力控制曲线能有效地提高板料成形质量.

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先进设计与制造技术研究所	31	255	10.0	14.0
2	田银	西南交通大学机械工程学院先进设计与制造技术研究所	7	82	7.0	7.0
3	孙新强	西南交通大学机械工程学院先进设计与制造技术研究所	6	69	6.0	6.0
4	何育军	西南交通大学机械工程学院先进设计与制造技术研究所	8	90	7.0	8.0