在挤出机单螺杆计量段二维解析建模的基础上,采用交叉验证方法构建人工神经网络(artificial neural network,ANN)模型并对其进行了超参数优化,以有效地映射挤出机工作条件和结构参数与生产率和功耗之间的复杂非线性关系。提出利用ANN代...在挤出机单螺杆计量段二维解析建模的基础上,采用交叉验证方法构建人工神经网络(artificial neural network,ANN)模型并对其进行了超参数优化,以有效地映射挤出机工作条件和结构参数与生产率和功耗之间的复杂非线性关系。提出利用ANN代理模型,结合NSGA-Ⅱ(non-dominated sorting genetic algorithmⅡ)算法对螺杆计量段的结构参数进行多目标优化,并通过TOPSIS(technique for order preference by similarity to an ideal solution)法得到最优生产率和功耗组合的结构参数。相关工作对单螺杆计量段结构参数的智能化设计具有理论指导意义。展开更多
文摘在挤出机单螺杆计量段二维解析建模的基础上,采用交叉验证方法构建人工神经网络(artificial neural network,ANN)模型并对其进行了超参数优化,以有效地映射挤出机工作条件和结构参数与生产率和功耗之间的复杂非线性关系。提出利用ANN代理模型,结合NSGA-Ⅱ(non-dominated sorting genetic algorithmⅡ)算法对螺杆计量段的结构参数进行多目标优化,并通过TOPSIS(technique for order preference by similarity to an ideal solution)法得到最优生产率和功耗组合的结构参数。相关工作对单螺杆计量段结构参数的智能化设计具有理论指导意义。
