基于NSGA - II和神經網絡的GFRP拉擠工藝優(yōu)化
哈爾濱工業(yè)大學等根據(jù)經實驗驗證的GFRP拉擠工藝過程數(shù)學模型，以數(shù)值模擬結果為樣本數(shù)據(jù)，建立反向傳播(BP)神經網絡，得到拉擠工藝參數(shù)(固化溫度、拉擠速度)與GFRP固化度間非線性相關關系。采用神經網絡結合帶精英策略的快速非支配排序遺傳算法(NSGA一B)解決拉擠過程中固化爐溫度和拉擠速度多目標優(yōu)化問題，得到了拉擠優(yōu)化問題的Pareto最優(yōu)解集。實驗結果表明，優(yōu)化后的工藝參數(shù)能有效提高生產率，降低固化爐溫度，效果顯著。
轉載請注明：轉載自環(huán)球塑化資訊網 http://wbcnthefilm.com/news/
本文鏈接：http://wbcnthefilm.com/news/chengxing/gfrplaji.html
免責聲明：本文"基于NSGA - II和神經網絡的GFRP拉擠工藝優(yōu)化"僅代表作者個人觀點，與PVC123無關。環(huán)球塑化網所轉載的內容，其版權均由原作者和資料提供方所擁有！如因作品版權問題需要處理，請與我們聯(lián)絡。電話：0769－38998777 郵箱：pvc@pvc123.com 新聞投稿
|
|
|
|
|
