论文部分内容阅读
在冲压成形质量控制中，目标质量间常常是相互冲突的（如破裂和起皱）。传统求解多目标优化问题取决于设计人员对优化模型的理解程度、实践经验等，求解的结果在工程中并非为最合理。文章提出一种集数字化分析技术、神经网络和遗传算法于一体的冲压成形多目标优化设计技术。其以数字化分析的大量结果作为神经网络的学习样本，遗传算法所需的目标函数值由神经网络模型预测，该技术实现了多目标优化过程中遗传算法个体适应度值的动态求解，从而解决了数字化分析计算量大的缺陷。实例验证了该优化技术的有效性，为冲压成形优化设计提供了一种新的方法。