基于Hopfield神经网络的打磨工艺路线优化

• 作者: 周媛 崔光鲁 徐希羊 陈劲杰
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 决策优化 智能算法 Hopfield神经网络 工艺排序方法
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 协议·算法与仿真
• 页码范围: 36-39
• 页数: 4页
• 分类号: TP18
• 字数: 2729字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2017.05.010

摘要

为提升工件表面处理工艺品质,提出运用人工智能的方法解决打磨工艺执行路线决策问题.基于人工神经网络思想,利用连续型Hopfield神经网络算法,对打磨工艺执行路线进行优化排序.文中以锅具打磨为分析案例,展示具体应用方法.得出了更加优化的锅具表面打磨工艺执行路线,为以后工件表面处理更加智能高效提供了理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈劲杰	上海理工大学机械工程学院	59	307	10.0	14.0
2	徐希羊	上海理工大学机械工程学院	3	16	3.0	3.0
3	周媛	上海理工大学机械工程学院	8	26	3.0	4.0
4	崔光鲁	上海理工大学机械工程学院	1	3	1.0	1.0