基于遗传算法的挤压模具多目标优化设计与研究

摘要

挤压模具的设计是一个复杂的、综合分析的、反复进行的过程,目前正以模型化、最优化、柔性化为特征,向集成化、智能化、自动化方向发展.挤压模具优化设计问题常常采用一些数值优化算法来求解,主要依赖目标函数的梯度来确定搜索方向,这对于求解有确定数学表达式的优化问题是很有效的.但是对于连续偏导不存在的优化问题,就会遇到灵敏度计算代价太大、存在某些累积误差、容易陷入局部最优等缺点,效果并不理想.遗传算法是一种无敏度的优化算法,进化迭代只需要目标函数值而不需要灵敏度信息,具有更好的鲁棒性和寻优能力.

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

1绪论

1.1引言

1.2金属成形有限元法的研究进展

1.3常用的挤压模具优化技术

1.4挤压模具优化设计研究的国内外动态

1.5课题来源及主要研究内容

2挤压模具优化设计模型的建立

2.1引言

2.2刚－粘塑性有限元法的基本理论

2.3人工神经网络

2.4遗传算法

2.5挤压模具优化设计模型的建立

2.6本章小结

3多种群并行遗传算法

3.1引言

3.2实数编码的引入

3.3.产生原始种群

3.4个体评价

3.5常用的实数编码遗传算子

3.6基于实数编码的多种群并行遗传算法执行步骤

3.7实例验证

3.8遗传算法的收敛性分析

3.9本章小结

4U形铝型材挤压模具结构工艺参数优化设计

4.1引言

4.2 U形型材挤压模具结构优化设计数学模型的建立

4.3 U形型材挤压过程的有限元模拟

4.4神经网络模型的建立与训练

4.5采用RPGA为优化算法优化的步骤

4.6优化结果的有限元仿真

4.7本章小结

5混和多目标遗传算法

5.1引言

5.2常用的多目标遗传算法技术

5.3结合复合形法的混和多目标遗传算法

5.4实例仿真计算

5.5本章小结

6杆类件热挤压模具型腔形状多目标优化设计

6.1引言

6.2挤压模具多目标优化数学模型的建立

6.3杆类件挤压模具型腔形状多目标优化流程

6.4约束多目标遗传算法

6.5权重系数多目标遗传算法

6.6结合复合形法的混和多目标遗传算法

6.7不同多目标遗传算法的优化结果比较

6.8实验研究

6.9本章小结

7挤压模具优化设计系统的研究与开发

7.1引言

7.2挤压模具优化设计系统框架

7.3系统关键技术及其实现

7.4系统用户界面设计

7.5系统信息流程简介

7.6本章小结

8全文总结

8.1本文的主要研究内容及成果

8.2几个有待进一步研究的问题

致谢

参考文献

附录1攻读博士学位期间所发表的论文目录