基于鱼群RBF神经网络和改进蚁群算法的拉深成形工艺参数优化

摘要

针对基本蚁群算法只能应用于离散问题的缺陷,借鉴鱼群算法中人工鱼移动机制,提出了一种连续蚁群算法。为了减少板料成形工艺参数优化时间,建立工艺参数与成形目标之间的RBF神经网络近似模型。以板料成形中分块压边力为设计变量,以板料成形后增厚和减薄为成形目标,通过拉丁超立方抽样,运用Dynaform软件进行仿真以获得训练样本,基于人工鱼群算法建立分块压边力与成形质量间RBF神经网络近似模型,最后采用连续蚁群算法对该模型进行优化,获得最优分块压边力。并以油底壳零件为例进行工艺参数优化,通过与整体压边力对比,证明该方法可以有效提高成形件质量,并为快速计算最优分块压边力提供了依据。