论文部分内容阅读
首先建立一个多维参数优化模型,即2个目标函数,多个工艺参数.在不能得到其理论解的时候,采用神经网络与遗传算法相结合的方法,求解该复杂优化模型的近似解.即先利用铸造充型过程数值仿真软件,通过数值计算获得一些有关工艺参数的仿真结果;然后将数值实验结果作为样本数据,运用L-M算法训练神经网络,建立起目标函数值(充型时间和充型结束时型腔内最高温度与最低温度之差)和输入参数(多个工艺参数)之间的函数关系,进而使用遗传算法寻优,从而得到最合适的浇铸参数组合.