基于神經(jīng)網(wǎng)絡(luò)的泵體鑄造過程數(shù)值模擬的優(yōu)化與應(yīng)用
格式:pdf
大?。?span id="x900jsa" class="single-tag-height" data-v-09d85783>170KB
頁數(shù):4P
人氣 :88
4.6
根據(jù)A356泵體鑄件金屬型低壓鑄造特點,結(jié)合生產(chǎn)實際,以A356泵體澆注工藝參數(shù)為研究對象,L16(45)型正交實驗數(shù)據(jù)作為訓(xùn)練學(xué)習(xí)樣本,與正交實驗成分有關(guān)的前16個樣本作為訓(xùn)練與檢驗,用BP神經(jīng)網(wǎng)絡(luò)進行預(yù)測和優(yōu)化,結(jié)果表明神經(jīng)網(wǎng)絡(luò)優(yōu)化后的模擬值最大誤差很小,CPU占用時間僅為40s。人工神經(jīng)網(wǎng)絡(luò)與正交實驗相結(jié)合,能大大節(jié)省時間和費用,降低CPU占用率,也證實了對A356泵體充型過程數(shù)值模擬的神經(jīng)網(wǎng)絡(luò)優(yōu)化是可行的。
基于人工神經(jīng)網(wǎng)絡(luò)的凸輪軸鑄造過程數(shù)值模擬優(yōu)化研究
格式:pdf
大?。?span id="tx6q1zy" class="single-tag-height" data-v-09d85783>740KB
頁數(shù):5P
在實測鑄鐵凸輪軸鑄造溫度場的基礎(chǔ)上,研究了人工神經(jīng)網(wǎng)絡(luò)技術(shù)在鑄造數(shù)值模擬優(yōu)化中的應(yīng)用。首先采用三維有限元方法模擬了凸輪軸充型凝固過程的溫度分布。在溫度場實測方案中,設(shè)計了7個熱電偶測溫點。通過實測數(shù)據(jù)與模擬數(shù)據(jù)的比較,確定有限元模擬的最大相對誤差為4.54%,cpu時間為3200s。人工神經(jīng)網(wǎng)絡(luò)采用了基于自適應(yīng)學(xué)習(xí)率-動量項的誤差反向傳播梯度下降算法,并以溫度場實測數(shù)據(jù)及有限元模擬數(shù)據(jù)為樣本,進行了充型凝固數(shù)值模擬的優(yōu)化。神經(jīng)網(wǎng)絡(luò)優(yōu)化處理后模擬的最大相對誤差為1.98%,cpu時間為670s,從而在模擬精度和效率上均優(yōu)于傳統(tǒng)有限元法。在鑄造過程模擬中引入神經(jīng)網(wǎng)絡(luò)優(yōu)化具有良好的可行性。
基于人工神經(jīng)網(wǎng)絡(luò)的消失模鑄造充型過程數(shù)值模擬
格式:pdf
大?。?span id="yswpudi" class="single-tag-height" data-v-09d85783>260KB
頁數(shù):3P
本文建立了一種鑄件消失模鑄造充型過程數(shù)值模擬的人工神經(jīng)網(wǎng)絡(luò)模型。并利用此模型進行鑄件的消失模鑄造充型過程計算機數(shù)值模擬,其模擬充型過程結(jié)果與相應(yīng)的實測值基本一致。
基于數(shù)值模擬的泵體鑄造工藝選擇性研究
格式:pdf
大?。?span id="xkcutfi" class="single-tag-height" data-v-09d85783>3.0MB
頁數(shù):5P
4.4
根據(jù)泵體的產(chǎn)品結(jié)構(gòu)特點,設(shè)計出合適的澆注系統(tǒng)。為了更好的節(jié)省成本并試制樣件,利用procast模擬軟件對柴油機用的高壓共軌噴油泵鑄鋁件的鑄造生產(chǎn)過程進行cae研究。通過對該泵體兩種鑄造工藝模擬的結(jié)果,分析了可能產(chǎn)生鑄造缺陷的位置及其類型,選擇出最適于該泵體的鑄造工藝。最終采用低壓鑄造工藝,根據(jù)模擬結(jié)果修改模具參數(shù),增加水冷裝置,最終得到合格的泵體鑄件,并投入生產(chǎn)。
基于數(shù)值模擬和人工神經(jīng)網(wǎng)絡(luò)技術(shù)的汽車覆蓋件坯料設(shè)計優(yōu)化
格式:pdf
大?。?span id="ypmz0ve" class="single-tag-height" data-v-09d85783>349KB
頁數(shù):4P
4.5
闡述了運用數(shù)值模擬和人工神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合的方法進行汽車覆蓋件坯料設(shè)計的思路,試驗研究的結(jié)果表明:采用設(shè)計優(yōu)化切實可行,具有良好的實際應(yīng)用效果。
消失模鑄造充型過程的人工神經(jīng)網(wǎng)絡(luò)算法
格式:pdf
大小:331KB
頁數(shù):4P
4.5
用人工神經(jīng)網(wǎng)絡(luò)算法計算了消失模鑄造充型過程中不同時刻液態(tài)金屬-模樣界面的位置。通過實驗對該算法進行了驗證,模擬計算結(jié)果與實際測試結(jié)果無論在充型形態(tài)還是充型時間上都符合得較好。根據(jù)得出的界面位置及邊界條件,通過求解n-s方程和能量方程計算了消失模鑄造充型過程的流場及溫度場。討論了該計算模型在消失模鑄造過程模擬仿真中的應(yīng)用。
基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的雙金屬復(fù)合管鑄造數(shù)值仿真優(yōu)化
格式:pdf
大小:1.7MB
頁數(shù):3P
4.7
筆者旨在實現(xiàn)給予人工神經(jīng)網(wǎng)絡(luò)技術(shù)的雙金屬復(fù)合管鑄造數(shù)值仿真的應(yīng)用,通過分析雙金屬復(fù)合管鑄造的工藝,在鑄造過程數(shù)值仿真過程,實現(xiàn)人工神經(jīng)網(wǎng)絡(luò)的建模處理,確定人工神經(jīng)網(wǎng)絡(luò)仿真形式,積極構(gòu)建神經(jīng)網(wǎng)絡(luò),實現(xiàn)神經(jīng)網(wǎng)絡(luò)的初始化研究,學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的同時,確定仿真的結(jié)果和實例.基于實測數(shù)據(jù)以及仿真數(shù)據(jù)的研究,結(jié)果表明人工神經(jīng)網(wǎng)絡(luò)技術(shù)下的仿真最大誤差約為2.2%,基于鑄造過程的仿真應(yīng)用,結(jié)合雙金屬復(fù)合管的優(yōu)化設(shè)計,應(yīng)用工藝的制作分析,有著較強的理論性意義和現(xiàn)實意義.
基于BP神經(jīng)網(wǎng)絡(luò)土體自由膨脹率的模擬研究
格式:pdf
大?。?span id="r7ogtbi" class="single-tag-height" data-v-09d85783>184KB
頁數(shù):2P
3
基于bp神經(jīng)網(wǎng)絡(luò)土體自由膨脹率的模擬研究——土體的膨脹性與其物理力學(xué)指標有著密切關(guān)系,但它們的關(guān)系是非線性的、復(fù)雜的,難以用傳統(tǒng)的方法進行模擬。bp神經(jīng)網(wǎng)絡(luò)以其良好的非線性映射能力而成為應(yīng)用最廣泛的一種神經(jīng)網(wǎng)絡(luò)模型。結(jié)合南水北調(diào)中線工程,取南陽地...
混凝土本構(gòu)關(guān)系的人工神經(jīng)網(wǎng)絡(luò)模擬
格式:pdf
大?。?span id="qvlruja" class="single-tag-height" data-v-09d85783>499KB
頁數(shù):1P
4.7
本文利用神經(jīng)網(wǎng)絡(luò)的模擬能力代替?zhèn)鹘y(tǒng)的力學(xué)方法,對混凝土材料的循環(huán)本構(gòu)關(guān)系進行了模擬研究.試驗結(jié)果和模擬結(jié)果的比較說明,該模型具有較高的精度和良好的泛化能力.為研究材料本構(gòu)特性提供了一條新的途徑.
基于神經(jīng)網(wǎng)絡(luò)的鑄造模具曲面逆向工程造型
格式:pdf
大?。?span id="hhf31pt" class="single-tag-height" data-v-09d85783>596KB
頁數(shù):3P
4.4
研究目的是通過神經(jīng)網(wǎng)絡(luò)方法反求鑄造模具復(fù)雜曲面。利用徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)優(yōu)異的非線性逼近能力,將外形數(shù)據(jù)、加工余量、變形數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)輸入,在神經(jīng)網(wǎng)絡(luò)的輸出上可以得到鑄造模具曲面離散數(shù)據(jù)點。再通過輸出數(shù)據(jù),可以對模具曲面進行造型。模具曲面的重構(gòu)精度高、速度快。通過在復(fù)雜曲面模具造型上的實際應(yīng)用,證明該方法能夠?qū)崿F(xiàn)產(chǎn)品和工藝裝備的并行設(shè)計,可以縮短產(chǎn)品研制周期,提高設(shè)計、生產(chǎn)速度和效率,具有實用推廣價值。
基于人工神經(jīng)網(wǎng)絡(luò)的工程建模和計算的模擬仿真系統(tǒng)
格式:pdf
大?。?span id="ycwfqrv" class="single-tag-height" data-v-09d85783>528KB
頁數(shù):3P
4.5
以標準漸開線直齒輪齒根彎曲模型為例,就目前還無法用公式來計算的輪齒形變,利用人工神經(jīng)網(wǎng)絡(luò)的快速、非線性映射的特性來數(shù)字模擬輪齒形變,并利用labview為平臺,開發(fā)了一套基于人工神經(jīng)網(wǎng)絡(luò)的工程建模和計算的仿真模擬系統(tǒng)軟件.通過對軟件的實際運行,取得了較好的效果.
基于BP神經(jīng)網(wǎng)絡(luò)的工程估價模型及其應(yīng)用
格式:pdf
大?。?span id="6vu4uf6" class="single-tag-height" data-v-09d85783>144KB
頁數(shù):4P
4.7
第47卷第6期廈門大學(xué)學(xué)報(自然科學(xué)版)vol.47no.6 2008年11月journalofxiamenuniversity(naturalscience)nov.2008 基于bp神經(jīng)網(wǎng)絡(luò)的工程估價模型及其應(yīng)用 葉青,王全鳳 (華僑大學(xué)土木工程學(xué)院,福建泉州362021) 收稿日期:20080414 基金項目:福建省自然科學(xué)基金(2008j0196)資助 email:yeqing@hqu.edu.cn 摘要:基于bp神經(jīng)網(wǎng)絡(luò)的工程估價模型具有高度的容錯性和較強的泛化能力,通過對數(shù)據(jù)并行處理的方式能快速準 確地估算出工程造價.本文根據(jù)bp神經(jīng)網(wǎng)絡(luò)原理,選取福建泉州地區(qū)的21組工程實例來建立模型,其中19組為訓(xùn)練樣 本,2組為檢測樣本,確定了13個主要造價
基于神經(jīng)網(wǎng)絡(luò)的機械油泵軸鍛造工藝優(yōu)化
格式:pdf
大?。?span id="svzif0a" class="single-tag-height" data-v-09d85783>1.2MB
頁數(shù):5P
4.4
為了優(yōu)化機械油泵軸鍛造工藝,提升機械油泵軸的綜合性能,基于5×25×1三層拓撲結(jié)構(gòu),以坯料加熱溫度、始鍛溫度、終鍛溫度、模具預(yù)熱溫度和鍛造變形量為5個輸入?yún)?shù),以磨損性能為輸出參數(shù),以tansig函數(shù)為傳遞函數(shù),構(gòu)建了機械油泵軸鍛造工藝神經(jīng)網(wǎng)絡(luò)優(yōu)化模型,并進行了神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練、預(yù)測與驗證.結(jié)果表明該模型平均相對訓(xùn)練誤差為3.2%,相對預(yù)測誤差低于5%,具有較高預(yù)測精度和較強預(yù)測能力.與生產(chǎn)線現(xiàn)用工藝相比,采用模型優(yōu)化工藝鍛造的skh-51高速鋼機械油泵軸的磨損體積減小了51.9%,磨損性能得到明顯提高.
遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的信號檢測
格式:pdf
大?。?span id="4jzvc1g" class="single-tag-height" data-v-09d85783>173KB
頁數(shù):未知
4.4
針對傳統(tǒng)方法單獨采用bp神經(jīng)網(wǎng)絡(luò)算法易陷入局部極值的問題,提出了遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò),并將其應(yīng)用于mimo-ofdm系統(tǒng)信號檢測中。該方法將遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合,用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)初始值,使bp網(wǎng)絡(luò)快速收斂到最優(yōu)解,避免了由初始值的隨機選取而帶來的檢測誤碼。仿真結(jié)果表明所提出的方法在誤碼率方面有比較好的性能。
基于遺傳神經(jīng)網(wǎng)絡(luò)的巖土參數(shù)優(yōu)化反分析
格式:pdf
大?。?span id="217q62i" class="single-tag-height" data-v-09d85783>460KB
頁數(shù):4P
4.6
由于地下工程巖土力學(xué)參數(shù)的復(fù)雜性,在實際工程設(shè)計和施工中,要想得到比較準確的巖土力學(xué)參數(shù)是比較困難的,而巖土參數(shù)對地下工程的設(shè)計和施工的成敗具有很重要的意義。本文利用遺傳神經(jīng)網(wǎng)絡(luò)優(yōu)化算法結(jié)合數(shù)值模擬試驗對地下工程巖土力學(xué)參數(shù)進行優(yōu)化反分析,并取得了良好的效果。
基于神經(jīng)網(wǎng)絡(luò)的空調(diào)負荷混沌優(yōu)化預(yù)測
格式:pdf
大?。?span id="e7r3inm" class="single-tag-height" data-v-09d85783>758KB
頁數(shù):5P
4.4
從空調(diào)負荷預(yù)測的目的出發(fā),詳細介紹了一種基于神經(jīng)網(wǎng)絡(luò)的混沌優(yōu)化方法,對誤差函數(shù)及搜索方法作了適當(dāng)?shù)母倪M,建立了一個混沌神經(jīng)網(wǎng)絡(luò)模型。并用此改進的模型對一實例進行了空調(diào)負荷預(yù)測,結(jié)果表明該方法簡便、足夠準確可靠。
基于解耦子波和優(yōu)化神經(jīng)網(wǎng)絡(luò)的大壩變形預(yù)測
格式:pdf
大?。?span id="rjtm7sx" class="single-tag-height" data-v-09d85783>307KB
頁數(shù):7P
3
基于解耦子波和優(yōu)化神經(jīng)網(wǎng)絡(luò)的大壩變形預(yù)測——針對提高神經(jīng)網(wǎng)絡(luò)對大壩變形的預(yù)測能力,在對murtagh提出的、小波與神經(jīng)網(wǎng)絡(luò)相結(jié)合的、用于復(fù)雜時間序列預(yù)測的“三階段”策略進行改進的基礎(chǔ)上,發(fā)展了一個解耦子波和優(yōu)化神經(jīng)網(wǎng)絡(luò)優(yōu)勢聯(lián)合的預(yù)測模型。首先,利...
基于神經(jīng)網(wǎng)絡(luò)的公路網(wǎng)規(guī)模預(yù)測
格式:pdf
大小:586KB
頁數(shù):4P
4.5
路網(wǎng)規(guī)模研究是公路網(wǎng)規(guī)劃的重要內(nèi)容。考慮影響公路網(wǎng)合理規(guī)模的多種因素,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)的公路網(wǎng)規(guī)模預(yù)測方法,并建立了模擬路網(wǎng)規(guī)模與其影響因素間的非線形關(guān)系預(yù)測模型。步驟依次為:改進傳統(tǒng)的bp算法、合理確定影響因素、建立預(yù)測模型、模型的訓(xùn)練與檢驗、數(shù)據(jù)預(yù)測。預(yù)測結(jié)果表明,該方法客觀、合理,預(yù)測精度高,實用性強,具有較強的理論與實際應(yīng)用價值。
遺傳優(yōu)化和神經(jīng)網(wǎng)絡(luò)法在隧道施工中的應(yīng)用
格式:pdf
大?。?span id="cdmv0tt" class="single-tag-height" data-v-09d85783>824KB
頁數(shù):4P
4.5
針對隧道工程施工網(wǎng)絡(luò)計劃執(zhí)行率低的現(xiàn)狀,將遺傳算法和神經(jīng)網(wǎng)絡(luò)技術(shù)聯(lián)合用于隧道施工網(wǎng)絡(luò)計劃的動態(tài)優(yōu)化與決策?;谶z傳優(yōu)化和神經(jīng)網(wǎng)絡(luò)方案(模式庫、專家知識系統(tǒng))的優(yōu)化決策方法能使該技術(shù)在隧道施工的應(yīng)用更科學(xué)合理、準確可靠和方便快捷。該技術(shù)不僅能解決施工網(wǎng)絡(luò)計劃的執(zhí)行率低的現(xiàn)狀,而且為信息化和智能化的隧道施工提供了有力的技術(shù)保障,具有廣泛的應(yīng)用前景。
基于分段線性插值的過程神經(jīng)網(wǎng)絡(luò)訓(xùn)練
格式:pdf
大?。?span id="oz4prc0" class="single-tag-height" data-v-09d85783>1.2MB
頁數(shù):3P
4.6
過程神經(jīng)元網(wǎng)絡(luò)的輸入為時變連續(xù)函數(shù),不能直接輸入離散樣本。針對該問題,提出一種基于分段線性插值函數(shù)的過程神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法。將樣本函數(shù)、過程神經(jīng)元權(quán)函數(shù)的離散化數(shù)據(jù)插值為分段表示的線性函數(shù),計算樣本函數(shù)與權(quán)值函數(shù)乘積在給定采樣區(qū)間上的積分,將此積分值提交給網(wǎng)絡(luò)的隱層過程神經(jīng)元,并計算網(wǎng)絡(luò)輸出。實驗結(jié)果證明了該方法的有效性。
基于BP人工神經(jīng)網(wǎng)絡(luò)的混凝土本構(gòu)關(guān)系模擬
格式:pdf
大?。?span id="sn5z5de" class="single-tag-height" data-v-09d85783>604KB
頁數(shù):1P
4.7
本文利用bp神經(jīng)網(wǎng)絡(luò)的模擬能力代替?zhèn)鹘y(tǒng)的力學(xué)方法,對混凝土材料的循環(huán)本構(gòu)關(guān)系進行了模擬研究。然后直接從試驗數(shù)據(jù)出發(fā),建立了混凝土本構(gòu)模型.試驗結(jié)果和模擬結(jié)果的比較說明。該模型具有較高的精度和良好的泛化能力。
盤體類零件低壓鑄造過程的ANSYS數(shù)值模擬
格式:pdf
大小:605KB
頁數(shù):5P
4.8
在低壓鑄造成形過程中,液態(tài)金屬流體的充型和凝固是其中最核心和最重要的兩步流程,其工藝水平將決定鑄件的成型質(zhì)量和成品率,而且鑄造過程中所產(chǎn)生的各類鑄造缺陷大都來自于這兩個階段。本文將對盤體類零件低壓鑄造的充型和凝固過程進行計算機數(shù)值模擬,介紹其理論基礎(chǔ),并將溫度場數(shù)值模擬技術(shù)和流場數(shù)值模擬技術(shù)耦合仿真,運用ansys有限元軟件中的cfd流體仿真模塊和thermal模塊,對盤體類零件低壓鑄造充型和凝固過程中的流場和溫度場變化進行研究。
基于神經(jīng)網(wǎng)絡(luò)的商品住宅價格模型研究
格式:pdf
大?。?span id="hfvx3ar" class="single-tag-height" data-v-09d85783>158KB
頁數(shù):2P
4.3
在分析城市商品住宅價格影響因素的基礎(chǔ)上,用人均國民生產(chǎn)總值、商品住宅銷售面積、人均可支配收入、人均儲蓄存款余額、人均居住面積等可定量的統(tǒng)計數(shù)據(jù)作為輸入變量,單位面積商品住宅價格為輸出變量,建立bp網(wǎng)絡(luò),擬合商品住宅價格模型。用西安市的統(tǒng)計數(shù)據(jù)作為分析實例表明,模型擬合性較好。
基于神經(jīng)網(wǎng)絡(luò)模型的建筑物變形預(yù)測
格式:pdf
大?。?span id="eukcktl" class="single-tag-height" data-v-09d85783>369KB
頁數(shù):3P
4.8
提出了根據(jù)實測數(shù)據(jù)構(gòu)造神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型的基本思路,構(gòu)造出基于bp算法的神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型,并給出應(yīng)用實例分析。結(jié)果表明,神經(jīng)網(wǎng)絡(luò)應(yīng)用于變形預(yù)測效果良好,具有一定參考價值和指導(dǎo)意義。
基于人工神經(jīng)網(wǎng)絡(luò)的工程估價預(yù)測模型
格式:pdf
大?。?span id="1o7nnyb" class="single-tag-height" data-v-09d85783>344KB
頁數(shù):3P
4.3
人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問題的過程中發(fā)展起來的新型智能信息處理理論,通過對人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價預(yù)測模型.
文輯推薦
知識推薦
百科推薦
職位:建筑工程師
擅長專業(yè):土建 安裝 裝飾 市政 園林