论文部分内容阅读
针对空气轴承式板形仪检测辊环的结构参数优化问题求解的复杂性，提出了采用基于神经网络的模拟退火遗传算法的智能优化方法。对板形仪检测辊环结构参数优化的神经网络基本结构、遗传算法个体与适应度函数的构造、遗传算子的设计及参数选取等进行了深入的研究，并结合工程实践有效验证了该算法的有效性。
基于人工智能算法的空气轴承式板形仪检测辊环优化设计研究
【摘 要】
：
针对空气轴承式板形仪检测辊环的结构参数优化问题求解的复杂性，提出了采用基于神经网络的模拟退火遗传算法的智能优化方法。对板形仪检测辊环结构参数优化的神经网络基本结构
【机 构】
：
广西机电职业技术学院
【出 处】
：
新技术新工艺
【发表日期】
：
2008年4期
其他文献
橄榄石型LiFePO4是近年发展起来的一种锂离子电池正极材料，但是LiFePO4的电子导电率低，锂离子扩散速度慢，限制了其实用化，其中一种很有效的方法就是在LiFePO4的晶格中掺杂金属离
用双辉等离子渗金属技术，对T10钢进行了880～900℃温度下的表面渗铬强化研究；检测和分析了渗铬强化层的显微组织、渗层厚度、硬度及铬浓度分布，并对渗铬强化层进行了抗磨损试验。
在分析工艺规则的特点和作用对象的基础上，给出了一种新的工艺规划模型，利用属性关联将产品设计参数与工艺资源性能参数关联起来，并以刀具的选择和NC代码的自动生成为例，介绍了此
采用铁质金属型和经微弧氧化处理的铝质金属型在相同浇注条件下铸出ZL101铸件，并通过涡流测厚仪、光学金相显微镜、扫描电镜、X射线衍射仪分析了涂层的厚度，形貌和相组成。试验