基于GSA-GA神经网络的铸造企业订单准入评价研究

为指导铸造企业在市场中科学地选择订单进行生产加工,以砂型铸造企业为研究对象。在综合考虑企业各个关键部门对订单的评价指标的基础上,设计了砂型铸造企业订单准入评价指标体系,并构建一种基于GSA-GA神经网络的订单准入评价模型。算法中使用Tent映射初始化种群保证随机特征,并引入遗传算法的交叉、变异算子保持对全局最优粒子的获取且提升算法探索能力。为验证模型的有效性,以某砂型铸造企业订单准入评价问题实例进行实验分析,进行参数实验并与其他算法进行对比。结果表明,所建模型的平均相对误差为1.945%,能帮助砂型铸造企业进行科学的订单准入评价决策,提高砂型铸造企业生产效率。

基于模糊聚类的组合BP神经网络数据挖掘方法探究

本文针对BP神经网络、数据挖掘的概念、组合原理与方法进行大体分析,围绕组合BP神经网络模型建立、数据挖掘方法检测实验及其应用实例的评价三个层面,探讨了组合BP神经网络模型及其在数据挖掘中的具体应用,致力于有效提升数据挖掘方法的应用价值。

基于本体论知识源模型的神经网络数据挖掘技术研究

本文基于本体论知识源模型的神经网络数据挖掘技术,探究其设计思想,讨论描述语言的种类,深入思考挖掘数据的基本过程,分析设计工作的基本任务,希望能为相关研究者提供参考意见。

AIBN与二硫代苯甲酸异丙苯酯反应研究RAFT过程机理

本文以AIBN为引发剂,二硫代苯甲酸异丙苯酯(CDB)、调控苯乙烯本体聚合,用GPC表征研究动力学。通过这些研究和表征,对RAFT聚合过程进行分析,发现CDB对于苯乙烯具有较好的调控能力,得到的聚合物分子量呈线性增长、分子量分布比较窄。

基于数值模拟的卡钳铸造工艺优化设计

分别对重力铸造和倾转铸造铝合金卡钳的充型过程及凝固过程进行数值模拟,并观察铸件指定测温点下凝固过程中的温度变化并给出铸件色温的变化曲线。结果发现,与重力铸造相比,倾转铸造充型过程更平稳、温度梯度小、气体容易排出且没有缩孔、缩松缺陷,采用1模3件的生产方式,经过模拟试验,发现铸件品质良好,且大大提高了铸件的工艺出品率。

基于双层Kriging模型的低压铸造工艺稳健设计

在基于近似模型的仅考虑参数不确定性的铸造工艺稳健设计方法中,由于近似模型并不能完全准确地替代真实铸造工艺过程,导致优化结果必然存在较大误差。为了提高优化结果的有效性,提出了一种新的基于双层Kriging迭代策略的低压铸造工艺稳健优化设计方法。在分析不确定性时引入了近似模型不确定性的影响,建立低压铸造工艺稳健优化模型,之后再利用粒子群算法得到最优稳健解。最后通过实例分析,证明提出的稳健优化方法能得出稳健性能良好的铸造工艺解。

基于移动互联网的防火闭门器结构和监控系统设计

随着人们安全意识的增强,防火闭门器的社会需求日益增长,但目前对防火闭门器的远程智能控制研究较少。本研究将移动互联网技术和防火闭门器相结合,以移动客户端为操作平台,利用Wi Fi模块为远程通信手段,将单片机芯片作为控制核心,最后以闭门器硬件作为执行部件,研发了一套能在移动端远程监控的防火闭门器系统,能有效降低人员伤亡与财产损失。