主页  学院简介  师资队伍  本科教育  研究生教育  科学研究  党政建设  对外交流  学生工作 
科学研究
 科研项目 
 学术论文 
 专利 
 科研机构 
 科研成果 
科学研究
您的位置: 主页>科学研究>正文
基于NSGA-Ⅱ和神经网络的GFRP拉挤工艺优化
2010-05-04 14:28   审核人:
出版物名称: 玻璃钢/复合材料
出版期号: 2010, (5): 57-61
出版时间: 2010
论文题名: 基于NSGA-Ⅱ和神经网络的GFRP拉挤工艺优化
论文作者: 陈幸开 哈尔滨工业大学
论文摘要:    根据经实验验证的玻璃钢 (GFRP)拉挤工艺过程数学模型,以数值模拟结果为样本数据,建立反向传播 (BP)神经网络,得到拉挤工艺参数 (固化温度、拉挤速度 )与GFRP固化度间非线性相关关系。采用神经网络结合带精英策略的快速非支配排序遗传算法(NSGA-2)解决拉挤过程中固化炉温度和拉挤速度多目标优化问题,得到了拉挤优化问题的Pareto最优解集。实验结果表明, 优化后的工艺参数能有效提高生产率,降低固化炉温度,效果显著。
关键词: 玻璃钢; 拉挤; 数值模拟; 神经网络; NSGA-2; 多目标优化
本院作者: 陈幸开


 

关闭窗口
 
访问量人数:

 

中南大学航天航空学院|航天航空学院|中南大学  版权所有