浙江省教育厅科研计划(Y200805452)
- 作品数：2 被引量：14H指数：2
- 相关作者：谭建荣程锦魏巍金莉莉更多>>
- 相关机构：浙江大学更多>>
- 发文基金：浙江省自然科学基金浙江省教育厅科研计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于变粒度的注塑模流道多目标优化设计被引量：11
- 2010年
- 现有多型腔注塑模流道优化设计通常对该复杂问题进行简化处理,仅将熔体流动平衡或低生产成本作为优化目标,缺乏准确而全面的设计方案优劣评价指标,难以获得真正最优的流道设计方案。针对此问题,提出采用变粒度策略来处理注塑模流道优化设计这一多目标多约束的复杂工程优化问题,在保证各型腔制品质量均衡性的同时兼顾注塑生产的成本和效率,建立不同粒度的注塑模流道多目标优化设计数学模型,在设计初期利用粗粒度模型快速获取通向整体最优解的方向,在此基础上逐渐细化模型的粒度,最终利用细粒度模型获取能使综合指标最优的设计方案。提出基于流动模拟和Pareto优于关系准则的注塑模流道多目标优化设计问题求解算法,并利用该算法求取不同粒度下流道优化设计问题的Pareto最优解。鼠标组合型腔流道的多目标优化设计实例验证了此方法的有效性。
- 程锦谭建荣魏巍
- 关键词：注塑模流道多目标优化PARETO最优集
- 基于BP-NSGA的注塑参数多目标智能优化设计被引量：3
- 2009年
- 为获得成型性能最优的注塑参数设计方案,提出了基于BP神经网络和非支配排序遗传算法的注塑参数多目标优化方法。将注塑模结构尺寸参数和注塑工艺参数作为待优化的设计变量,建立了以高质量、低成本、高效率为优化目标的注塑参数优化设计模型。基于非支配排序遗传算法获取给定参数范围内的所有Pareto最优解,并通过建立多输入和多输出的BP神经网络来快速获得非支配排序遗传算法优化进程中所有个体的适应度值。开发了基于BP神经网络与非支配排序遗传算法集成的注塑参数智能优化设计系统,并通过鼠标注塑参数设计实例,验证了其适用性和有效性。
- 程锦谭建荣金莉莉
- 关键词：多目标PARETO最优集BP神经网络遗传算法
