1 简介
为降低某车型前保险杠注塑成型中产生的翘曲变形,基于数值模拟结果,将神经网络-遗传算法寻优模型与蝙蝠算法结合,确定了BP神经网络的初始权值和阈值.将BA-BP模型代入遗传算法中求解最佳工艺参数.由极差分析可知,影响翘曲变形最显著的因素为保压时间和模具温度.基于极差分析设计补充实验,训练BA-BP神经网络并作为遗传算法的适应度值进行迭代寻优.结果表明:BA-BP模型的相关系数R2可达0.99以上,平均绝对误差为1.05%,能较精准地预测翘曲量.
2 部分代码
clc,clear,close all
warning off
% BA算法参数
maxiter = 200; % 迭代次数
sizepop = 10; % 种群数量
% 频率范围
popmin1 = -1; popmax1 = 1; % x1 频率
popmin2 = -1; popmax2 = 1; % x2 频率
Qmin = 0.1; % 最小频率
Qmax = 0.5; % 最大频率
impluse = 0.4; % 脉冲率
Vmin = -1; % 最小速度
Vmax = 1; % 最大速度
%% 初始化种群
for i=1:sizepop
x1 = popmin1 + (popmax1-popmin1)*rand;
x2 = popmin2 + (popmax2-popmin2)*rand;
pop(i,1) &
