摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
第一章 绪论 | 第12-20页 |
1.1 课题研究背景 | 第12页 |
1.2 课题研究意义 | 第12-14页 |
1.3 国内外研究现状 | 第14-18页 |
1.3.1 注塑成型技术与成型CAE技术的发展 | 第14-15页 |
1.3.2 注塑成型工艺优化方法的发展 | 第15-18页 |
1.4 课题来源及主要研究工作 | 第18-20页 |
1.4.1 课题来源 | 第18页 |
1.4.2 论文主要工作 | 第18-19页 |
1.4.3 论文章节安排 | 第19-20页 |
第二章 注塑成型工艺与多目标优化理论 | 第20-31页 |
2.1 注塑成型过程概述 | 第20-22页 |
2.1.1 注塑成型原理 | 第20-21页 |
2.1.2 注塑成型要素 | 第21页 |
2.1.3 注塑制品常见缺陷 | 第21-22页 |
2.2 注塑成型工艺优化问题 | 第22-23页 |
2.3 多目标优化理论 | 第23-25页 |
2.3.1 多目标优化问题的定义 | 第23-24页 |
2.3.2 多目标遗传算法的引入 | 第24-25页 |
2.4 遗传算法基本理论 | 第25-27页 |
2.4.1 遗传算法主要流程 | 第25-27页 |
2.4.2 遗传算法基本操作 | 第27页 |
2.5 典型多目标遗传算法 | 第27-30页 |
2.5.1 小生境Pareto遗传算法(NPGA) | 第28页 |
2.5.2 微遗传算法(Micro-GA) | 第28-29页 |
2.5.3 非劣排序遗传算法(NSGA) | 第29页 |
2.5.4 第二代非劣排序遗传算法(NSGA2) | 第29-30页 |
2.6 本章小结 | 第30-31页 |
第三章 基于高斯变异的多目标混合遗传算法 | 第31-48页 |
3.1 基本概念与设计方法 | 第31-39页 |
3.1.1 编码 | 第31-32页 |
3.1.2 适应度函数 | 第32-33页 |
3.1.3 遗传算子设计 | 第33-34页 |
3.1.4 Pareto最优解集的构造方法 | 第34-36页 |
3.1.5 保持解群体分布性和多样性方法 | 第36-37页 |
3.1.6 爬山算法 | 第37-39页 |
3.2 GGA-h算法步骤 | 第39-40页 |
3.3 数值测试与分析 | 第40-47页 |
3.4 本章小结 | 第47-48页 |
第四章 高斯变异混合遗传算法在注塑成型中的应用 | 第48-61页 |
4.1 移动硬盘外壳注塑系统的确定 | 第49-52页 |
4.1.1 CAD建模 | 第49页 |
4.1.2 网格划分 | 第49-51页 |
4.1.3 确定浇注系统 | 第51-52页 |
4.1.4 确定冷却系统 | 第52页 |
4.2 移动硬盘外壳数值模型的建立 | 第52-56页 |
4.2.1 成型工艺参数的试验设计 | 第52-54页 |
4.2.2 高斯过程建立代理模型 | 第54-56页 |
4.3 工艺参数优化 | 第56-58页 |
4.4 试验结果及分析 | 第58-60页 |
4.5 本章小结 | 第60-61页 |
第五章 注塑成型工艺参数优化系统设计 | 第61-72页 |
5.1 概述 | 第61页 |
5.2 系统运行环境 | 第61-62页 |
5.2.1 Visual C++介绍 | 第61页 |
5.2.2 Matcom介绍 | 第61-62页 |
5.3 系统设计 | 第62-71页 |
5.3.1 系统框架构建 | 第62-63页 |
5.3.2 优化系统程序设计 | 第63-65页 |
5.3.3 系统操作流程及模块实现 | 第65-71页 |
5.4 本章小结 | 第71-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 总结 | 第72-73页 |
6.2 展望 | 第73-74页 |
参考文献 | 第74-79页 |
致谢 | 第79-80页 |
攻读学位期间发表的学术论文 | 第80页 |