基于改进BP神经网络模型的拉延筋参数反求优化研究
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 课题研究的背景与意义 | 第13-14页 |
| 1.2 拉延筋研究现状 | 第14-16页 |
| 1.2.1 拉延筋的实验研究 | 第14-15页 |
| 1.2.2 拉延筋阻力有限元分析 | 第15-16页 |
| 1.2.3 拉延筋阻力模型应用 | 第16页 |
| 1.3 存在问题及本文所研究内容 | 第16-18页 |
| 第2章 拉延筋数值模拟技术 | 第18-26页 |
| 2.1 板料成形有限元理论基础 | 第18-21页 |
| 2.1.1 坐标系的选取 | 第18-19页 |
| 2.1.2 有限元列式描述 | 第19-20页 |
| 2.1.3 有限元列式离散 | 第20-21页 |
| 2.2 拉延筋几何模型 | 第21-22页 |
| 2.3 拉延筋阻力模型发展 | 第22-23页 |
| 2.4 拉延筋阻力影响因子研究 | 第23-26页 |
| 2.4.1 灰色关联分析 | 第23-24页 |
| 2.4.2 拉延筋阻力影响因子的灰色关联分析 | 第24-26页 |
| 第3章 改进的等效拉延筋阻力模型研究 | 第26-32页 |
| 3.1 基本设定 | 第26页 |
| 3.2 应力应变关系 | 第26-27页 |
| 3.3 循环加载应力应变关系 | 第27-28页 |
| 3.4 弹性力的计算 | 第28页 |
| 3.5 鲍辛格效应的引入 | 第28-29页 |
| 3.6 拉延筋阻力表达式 | 第29页 |
| 3.7 等效拉延筋阻力模型验证 | 第29-32页 |
| 第4章 改进的BP神经网络模型 | 第32-49页 |
| 4.1 优化问题的提出 | 第32-33页 |
| 4.2 改进BP神经网络代理模型 | 第33-39页 |
| 4.2.1 BP神经网络 | 第33-36页 |
| 4.2.2 BP算法原理 | 第36-38页 |
| 4.2.3 神经网络计算中的问题 | 第38-39页 |
| 4.3 系统结构和样本选取对神经网络的影响 | 第39-43页 |
| 4.4 BP神经网络模型的改进 | 第43-45页 |
| 4.5 改进粒子群算法 | 第45-47页 |
| 4.6 映射代理模型的构造 | 第47-49页 |
| 第5章 拉延筋参数反演模型的应用 | 第49-60页 |
| 5.1 翼子板几何尺寸及材料参数 | 第49-50页 |
| 5.2 成形仿真软件选取 | 第50-51页 |
| 5.3 拉延筋阻力样本群选取 | 第51-57页 |
| 5.4 多目标优化求解 | 第57页 |
| 5.5 最优拉延筋阻力求取 | 第57-58页 |
| 5.6 拉延筋参数反求优化 | 第58-60页 |
| 第6章 结论与展望 | 第60-62页 |
| 6.1 结论 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间发表的论文 | 第68页 |
