期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
并行遗传算法在模具型腔形状优化设计中的应用
被引量：
8
1
作者
邹琳
夏巨谌
胡国安
《中国机械工程》
EI
CAS
CSCD
北大核心
2003年第24期2077-2080,共4页
针对挤压模具型腔形状的优化设计,提出了并行微观遗传优化方法,该方法采用多种群的并行微观遗传算法进行优化计算,利用BP神经网络的预测功能获得目标函数值,采用三次样条插值函数表达挤压模具型腔形状。训练BP神经网络模型的导师信号利...
针对挤压模具型腔形状的优化设计,提出了并行微观遗传优化方法,该方法采用多种群的并行微观遗传算法进行优化计算,利用BP神经网络的预测功能获得目标函数值,采用三次样条插值函数表达挤压模具型腔形状。训练BP神经网络模型的导师信号利用刚塑性有限元数值计算获得。以表面载荷沿凹模型腔轮廓表面均匀分布为目标,建立了优化数学模型,对挤压模具型腔轮廓形状进行了优化设计。采用有限元软件MARC/AutoForge对优化结果进行了有限元仿真,仿真结果验证了优化结果的有效性。
展开更多
关键词
并行微观遗传算法
BP神经网络
挤压
模具
模具型腔形状
优化设计
人工智能
在线阅读
下载PDF
职称材料
混合多目标遗传算法及其在热挤压模具型腔形状优化设计中的应用
被引量：
7
2
作者
邹琳
夏巨谌
《中国机械工程》
EI
CAS
CSCD
北大核心
2006年第21期2261-2265,共5页
将复合形法引入遗传算法来反映决策者对多目标问题中各目标函数的偏好信息,提出一种新的结合复合形法的混合多目标遗传算法。针对热挤压模具型腔轮廓形状优化问题,结合刚-粘塑性有限元模拟和神经网络技术,利用三次样条函数插值来表达凹...
将复合形法引入遗传算法来反映决策者对多目标问题中各目标函数的偏好信息,提出一种新的结合复合形法的混合多目标遗传算法。针对热挤压模具型腔轮廓形状优化问题,结合刚-粘塑性有限元模拟和神经网络技术,利用三次样条函数插值来表达凹模型腔轮廓形状,以表面载荷沿凹模型腔轮廓表面均匀分布和挤压力最小为目标,建立了多目标优化的数学模型,对挤压模具型腔轮廓形状进行多目标优化设计,得到了最优的凹模形状。对几种不同模具凹模型腔采用MARC/AutoForge有限元软件进行数值模拟对比研究,结果表明,结合复合形法的多目标遗传优化算法是一种较好的模具型腔形状多目标优化设计方法,其优化结果是有效的和显著的。研究结果说明,通过优化型腔形状来提高模具寿命的效果十分显著。
展开更多
关键词
混合多目标遗传算法
热挤压
模具型腔形状
神经网络
刚-粘塑性有限元模拟
在线阅读
下载PDF
职称材料
题名
并行遗传算法在模具型腔形状优化设计中的应用
被引量：
8
1
作者
邹琳
夏巨谌
胡国安
机构
华中科技大学
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2003年第24期2077-2080,共4页
基金
湖北省科技厅资助项目(991P0201)
文摘
针对挤压模具型腔形状的优化设计,提出了并行微观遗传优化方法,该方法采用多种群的并行微观遗传算法进行优化计算,利用BP神经网络的预测功能获得目标函数值,采用三次样条插值函数表达挤压模具型腔形状。训练BP神经网络模型的导师信号利用刚塑性有限元数值计算获得。以表面载荷沿凹模型腔轮廓表面均匀分布为目标,建立了优化数学模型,对挤压模具型腔轮廓形状进行了优化设计。采用有限元软件MARC/AutoForge对优化结果进行了有限元仿真,仿真结果验证了优化结果的有效性。
关键词
并行微观遗传算法
BP神经网络
挤压
模具
模具型腔形状
优化设计
人工智能
Keywords
multi-population parallel genetic algorithm
BP neural network
extrusion
die shape optimum design
分类号
TG375.4 [金属学及工艺—金属压力加工]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
混合多目标遗传算法及其在热挤压模具型腔形状优化设计中的应用
被引量：
7
2
作者
邹琳
夏巨谌
机构
华南理工大学
华中科技大学塑性成形数值模拟及模具技术国家重点实验室
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2006年第21期2261-2265,共5页
基金
广东省自然科学基金资助项目--博士启动基金资助项目(05300256)
文摘
将复合形法引入遗传算法来反映决策者对多目标问题中各目标函数的偏好信息,提出一种新的结合复合形法的混合多目标遗传算法。针对热挤压模具型腔轮廓形状优化问题,结合刚-粘塑性有限元模拟和神经网络技术,利用三次样条函数插值来表达凹模型腔轮廓形状,以表面载荷沿凹模型腔轮廓表面均匀分布和挤压力最小为目标,建立了多目标优化的数学模型,对挤压模具型腔轮廓形状进行多目标优化设计,得到了最优的凹模形状。对几种不同模具凹模型腔采用MARC/AutoForge有限元软件进行数值模拟对比研究,结果表明,结合复合形法的多目标遗传优化算法是一种较好的模具型腔形状多目标优化设计方法,其优化结果是有效的和显著的。研究结果说明,通过优化型腔形状来提高模具寿命的效果十分显著。
关键词
混合多目标遗传算法
热挤压
模具型腔形状
神经网络
刚-粘塑性有限元模拟
Keywords
hybrid multi--obiective genetic algorithm
hot extrusion process
die profile
neural network
rigid-- viscoplastic FEM
分类号
TG375.4 [金属学及工艺—金属压力加工]
O241 [理学—计算数学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
并行遗传算法在模具型腔形状优化设计中的应用
邹琳
夏巨谌
胡国安
《中国机械工程》
EI
CAS
CSCD
北大核心
2003
8
在线阅读
下载PDF
职称材料
2
混合多目标遗传算法及其在热挤压模具型腔形状优化设计中的应用
邹琳
夏巨谌
《中国机械工程》
EI
CAS
CSCD
北大核心
2006
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
