基于遗传算法和神经网络的注塑工艺参数优化 |
| |
引用本文: | 毛海舟,谭小红.基于遗传算法和神经网络的注塑工艺参数优化[J].数学的实践与认识,2016(12):183-187. |
| |
作者姓名: | 毛海舟 谭小红 |
| |
作者单位: | 1. 浙江工贸职业职业技术学院 人文系,浙江温州,325003;2. 杭州科技职业技术学院 机电工程学院,浙江杭州,310000 |
| |
基金项目: | 2015年浙江省教育技术研究规划课题(JB111) |
| |
摘 要: | 基于Moldflow模拟仿真的结果,结合GA算法优化BP网络的结构,建立了模具温度,熔体温度,保压压力,注射速度等工艺参数与塑件体积收缩率的BP网络模型.获得了最优的工艺参数组合,同时预测结果与实际结果吻合.通过神经网络算法(BP)预测注塑工艺参数对塑件质量的影响,可以有效降低其他建模方法的难度和工作量,方法可以推广到塑件其他质量预测过程中.
|
关 键 词: | 遗传算法(GA) 神经网络算法(BP) 注塑工艺优化 体积收缩率 |
Optimized Injection Molding Process Parameters Based on GA and BP |
| |
Abstract: | |
| |
Keywords: | genetic algorithm(GA) neural network algorithm(BP) injection molding process optimization volume shrinkage |
本文献已被 CNKI 万方数据 等数据库收录! |
|