关于瓦楞纸板与EPE复合型包装衬垫的缓冲系统仿真研究

EPE(expand able polyethylene)发泡聚乙烯有着优良的缓冲包装特性。本文借助MATLAB,建立了针对发泡聚乙烯的缓冲特性的BP神经网络模型,详细探讨了不同样本、隐含层、隐含节点数、转移函数、训练函数的选取以及运用标准BP算法、变学习速率BP算法、附加动量BP算法等常见神经网络BP算法对收敛速率的影响,并对误差、模型精度以及泛化能力的影响因素进行了分析。还分别详细探讨了在非实验点处EPE发泡聚乙烯包装系统在厚度、跌落高度及静应力作用三者中任一方面发生改变,和三者同时发生改变时,对EPE发泡聚乙烯加速度响应值的预测。

基于遗传算法的BP神经网络的跌落冲击模型

结合遗传算法和BP神经网络的各自的优点,对BP网络初始权值进行优化。基于MATLAB,以发泡聚乙烯(EPE)为研究对象,利用跌落冲击实验数据,建立了缓冲系统的跌落冲击加速度响应与跌落高度、静应力值及材料厚度的关系网络模型。仿真结果表明,该网络模型对训练范围内的输入数据,能够成功预测输出,该方法能有效解决非线性缓冲包装的的加速度响应,为缓冲包装的设计提供了切实可行的方法。