《表2 各工艺参数对应的θk值》
确定好Kriging模型的回归模型、相关模型后,需要确定θk的值。结合式(6)及图1的流程,通过变异粒子群算法可以获得该目标函数的最优解,以建立高精度的Kriging模型。设置最大迭代次数Tamax为200、变异因子vaf为0.05(在粒子每次更新后以5%的概率重新初始化粒子位置),其他参数取默认值,优化计算结果如图3所示,经过100次左右迭代,求得式(6)中的目标函数φ(θk)收敛于最小值,此时对应的θk(下角标k可取Tmo,Tme,…,tpa,分别为5个工艺参数对应的相关模型参数)如表2所示,说明以Kriging模型,结合变异粒子群算法,经约100次迭代后,收敛于最小值,具体可参照式(6)。
图表编号 | XD00106213400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.28 |
作者 | 李培健、周雄辉、柳伟 |
绘制单位 | 上海交通大学材料科学与工程学院塑性成形技术与装备研究院、上海交通大学材料科学与工程学院塑性成形技术与装备研究院、上海交通大学材料科学与工程学院塑性成形技术与装备研究院 |
更多格式 | 高清、无水印(增值服务) |