栗雪娟 Likes:

Affiliation of Author(s):

理学院

Journal:

塑性工程学报（cscd核心）

Key Words:

中文关键字：熔接痕；混合神经网络；粒子群算法；多目标优化，英文关键字：ｗｅｌｄ　ｌｉｎｅ；ｈｙｂｒｉｄ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ；ｐａｒｔｉｃｌｅ　ｓｗａｒｍ　ｏｐｔ

Abstract:

提出了一种改进多目标粒子群优化 （ＩＭＯＰＳＯ）算法，并用于优化注塑成型过程中熔接痕的长度和相遇角。基于成型工艺参数建立了熔接痕多目标优化模型，同时提出了改进混合神经网络 （ＨＮＮ）作为预测熔接痕长度和相遇角的代理模型。其中，通过 Ｔａｇｕｃｈｉ方法设计实验，采用 Ｍｏｌｄｆｌｏｗ 软件得 到 了 训 练 改 进 ＨＮＮ 的 样 本。基于 Ｐａｒｅｔｏ支配理论，提 出 了 一 种ＩＭＯＰＳＯ 算 法，并 通 过 算 例 验 证 了 其 在 多 目 标 优 化 问 题 中 的 有 效 性。采 用ＩＭＯＰＳＯ 算法对注塑件熔接痕的长度和相遇角进行优化。 将优化结果和 ＭＰＩ实验结果进行比较表明，ＩＭＯＰＳＯ 算法能有效地优化注塑制品的熔接痕质量。

Note:

栗雪娟

First Author:

yangchunxiao,shijiarong,lixuejuan

Indexed by:

Journal paper

Volume:

卷：23

Issue:

期：4

Page Number:

页：173-179

Translation or Not:

no

Date of Publication:

2016-08-01