BP人工神经网络与遗传算法在型材挤压模具参数优化中的应用

被引：8

作者：

林高用 ^{[1
]}

陈兴科 ^{[1
]}

蒋杰 ^{[2
]}

王芳 ^{[2
]}

彭大暑 ^{[1
]}

机构：

[1] 中南大学材料科学与工程学院

[2] 云南省机械研究设计院

来源：

湘潭大学自然科学学报 | 2006年 / 02期

关键词：

BP人工神经网络; 遗传算法; 曲线拟合; 挤压模具;

D O I：

10.13715/j.cnki.nsjxu.2006.02.020

中图分类号：

TG375.41 [];

学科分类号：

摘要：

基于MATLAB平台,将BP人工神经网络与遗传算法应用于型材挤压模具参数优化设计.首先利用BP神经网络来训练已有实验值,然后将训练后的神经网络作为知识源,通过曲线拟合与逼近求得设计变量与目标函数值的函数关系表达式,最后将这一函数表达式作为遗传算法的适应度函数进行遗传迭代寻找最优解.采用曲线拟合方法将其知识源转化成为了具体的函数表达式,直观地体现了神经网络的知识源,为后继的遗传算法提供了明确的适应度函数.数值模拟分析表明,对挤压模具结构的优化是合理的.

引用

页码：89 / 94

页数：6

共 4 条

[1] 基于BP神经网络的铝型材挤压模具优化设计 [J].