论文部分内容阅读
以回弹最小为目标提出了一种有效的成形工艺优化方法。通过有限元方法对回弹过程进行建模和分析，以获得不同成形工艺条件下的回弹量作为神经网络的样本信号。利用RBFN来模拟复杂的回弹过程。采用改进的进化策略（ES）算法对已建立的回弹模型进行优化以获得最小回弹。结果表明，提出的RBF网络与ES相结合的方法具有全局搜索特性，对于存在不可微的目标函数的非线性优化问题，能以较快的速度和较大概率收敛于全局最优解。