基于改进的BP-NSGA Ⅱ算法的注塑工艺参数优化

• 作者: 夏巨谌 幸俊龙 曹志勇 王新云
• 来源期刊: 锻压技术
• 学科: 工学
• 关键词: 注塑工艺 Pareto最优解 正交试验 BP神经网络 NSGA Ⅱ算法
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 计算机应用
• 页码范围: 135-142
• 分类号: TG309
• 语种: 中文
• DOI: 10.13330/j.issn.1000-3940.2016.11.026

摘要

注塑成形工艺优化的目标就是要在设备固定、原料配方不变的情况下,将保证质量和提高效率两者协调一致,以达到最理想的成形工艺.首先建立了以产品质量和生产效率为目标函数,以模具温度、熔体温度、保压压力、保压时间和冷却时间等为决策变量的多目标综合优化模型.利用BP神经网络的强大的非线性插值能力和自我学习能力来训练模型样本数据,最后结合改进的非支配排序遗传算法(NSGA Ⅱ)的全局寻优和多目标优化求解能力,得出最优的注塑工艺设计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏巨谌	华中科技大学材料科学与工程学院	155	1549	20.0	28.0
2	王新云	华中科技大学材料科学与工程学院	95	712	16.0	22.0
3	曹志勇	华中科技大学材料科学与工程学院	7	42	3.0	6.0
7	幸俊龙	湖北大学材料科学与工程学院	1	9	1.0	1.0