基于遗传算法和BP神经网络的面曝光3D打印工艺优化方法

摘要

本发明基于遗传算法和BP神经网络的面曝光3D打印工艺优化方法，包括：建立以打印层厚、曝光时间间隔、曝光时间和光照强度作为输入量的神经网络预测模型，模型输出量是打印精度，利用正交试验获取相关试验数据，利用该试验数据对预测模型进行训练；对训练好的神经网络预测模型在设定范围内随机给定多组输入量，利用神经网络预测模型预测出相应的输出量即打印精度，通过个体适应度函数，计算个体适应度值，再利用遗传算子调整输入向量，产生具有更好适应性的新的种群即输入向量，重复以上优化过程，直到个体适应度函数值收敛，与该值对应的输入向量即为一组最优工艺参数。本发明能够预测成形工件的精度，并根据预测值使影响成形精度。