板料多点成形工艺参数优化研究
| 提要 | 第1-8页 |
| 第一章 绪论 | 第8-16页 |
| ·引言 | 第8-9页 |
| ·课题研究的背景和意义 | 第9-14页 |
| ·板料多点成形工艺简介 | 第9-10页 |
| ·进行数值模拟和参数优化研究的意义 | 第10-11页 |
| ·工艺优化方法研究 | 第11-14页 |
| ·课题研究的主要内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 板料多点成形的数值模拟 | 第16-35页 |
| ·大变形弹塑性有限元的基本理论 | 第16-24页 |
| ·有限单元法要点 | 第16-17页 |
| ·物体运动和变形的物质描述 | 第17-19页 |
| ·本构方程与刚度矩阵 | 第19-22页 |
| ·接触问题 | 第22-23页 |
| ·摩擦问题 | 第23页 |
| ·应用CAE技术进行板料仿真分析的步骤 | 第23-24页 |
| ·板料多点成形过程的数值模拟 | 第24-34页 |
| ·单元的选择 | 第25-28页 |
| ·网格的划分 | 第28-29页 |
| ·材料模型的选择 | 第29-30页 |
| ·边界条件的处理 | 第30-32页 |
| ·动力显示算法 | 第32-33页 |
| ·数值模拟结果 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 人工神经网络参数优化过程中的应用 | 第35-55页 |
| ·人工神经网络在板料成形中的应用 | 第35-36页 |
| ·人工神经网络的基本原理 | 第36-39页 |
| ·人工神经元 | 第36-37页 |
| ·人工神经网络的拓扑结构 | 第37-38页 |
| ·人工神经网络的连接权值 | 第38-39页 |
| ·BP 神经网络学习的基本原理 | 第39-43页 |
| ·BP 网络的前馈计算 | 第39-40页 |
| ·BP 网络的反馈计算 | 第40-42页 |
| ·BP 算法的一般步骤 | 第42-43页 |
| ·参数优化系统人工神经网络的构建 | 第43-46页 |
| ·输入层的设计 | 第43-44页 |
| ·输出层的设计 | 第44-45页 |
| ·隐层的设计 | 第45-46页 |
| ·神经网络的训练 | 第46-54页 |
| ·训练数据的准备 | 第46页 |
| ·训练样本 | 第46-48页 |
| ·应用MATLAB 进行网络训练 | 第48-52页 |
| ·网络性能测试 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 基于神经网络/遗传算法的参数优化研究 | 第55-73页 |
| ·遗传算法在板料成形工艺优化设计中的应用 | 第55页 |
| ·遗传算法的基本原理 | 第55-62页 |
| ·基本概念 | 第55-56页 |
| ·模式定理 | 第56-57页 |
| ·隐含并行性 | 第57-58页 |
| ·遗传算法的实现步骤 | 第58-61页 |
| ·求解多目标问题的遗传算法 | 第61-62页 |
| ·遗传算法的构成要素 | 第62-63页 |
| ·基于神经网络/遗传算法模型的建立 | 第63-68页 |
| ·多点成形工艺参数优化模型的建立 | 第63-64页 |
| ·群体规模的选择 | 第64-65页 |
| ·个体评价方法的确定 | 第65-66页 |
| ·编码操作 | 第66-67页 |
| ·交叉操作 | 第67页 |
| ·变异操作 | 第67页 |
| ·终止判断 | 第67-68页 |
| ·通过GUI 使用遗传算法 | 第68-72页 |
| ·计算过程 | 第68-71页 |
| ·计算结果 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第五章 全文总结 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 摘要 | 第79-81页 |
| Abstract | 第81-83页 |
| 致谢 | 第83页 |
