《表2 工艺参数寻优范围:基于PSO-BP神经网络优化的汽车斗框注塑成型优化》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于PSO-BP神经网络优化的汽车斗框注塑成型优化》
综上所述,采用Matlab神经网络工具箱对网络进行仿真,工艺参数的寻优范围如表2所示。由表2可知,初始时,将质量(Δq,Δν)目标最优期望值设为[0,0],采用图6所示原理进行工艺参数的寻优,寻优结果如图7所示。研究结果表明,当迭代为10代时,PSO进行快速收敛,质量指标(Δq,Δν)的灰色关联适用度为0.089 5,相应的指标为[1.125,3.54%],相应的工艺参数为(t1、T2、T3、p4、t5、t6)=(3.345 s、71.85℃、213.36 MPa、68%、12.5 s、13.7 s)。
图表编号 | XD00225714300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.18 |
作者 | 方群霞、姜思佳、杨娟 |
绘制单位 | 百色职业学院、柳州城市职业学院、百色职业学院 |
更多格式 | 高清、无水印(增值服务) |