所属单位：

理学院

发表刊物：

塑性工程学报（cscd核心）

关键字：

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

摘要：

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。

备注：

栗雪娟

第一作者：

杨春晓,史加荣,栗雪娟

论文类型：

期刊论文

卷号：

卷：23

期号：

期：4

页面范围：

页：173-179

是否译文：

否

发表时间：

2016-08-01