汽车发动机罩的神经网络-强繁殖NSGA-Ⅱ算法冲压参数优化

为了提高车辆发动机罩内板的冲压质量,以减小冲压制件的最大减薄率和最大增厚率为目标,提出了基于神经网络-强繁殖NSGA-Ⅱ算法的冲压参数优化方法。建立了减小最大减薄率和最大增厚率的多目标优化模型。使用最优拉丁抽样法在思维空间抽取了采样点,依据数值模拟获得了采样点的性能参数。使用BP神经网络拟合冲压参数与质量参数的关系,经验证,回归精度较高,BP神经网络可以用于质量参数的预测。定义了多点随机交叉和排交叉位随机变异法,将其应用于NSGA-Ⅱ算法,给出了基于强繁殖NSGA-Ⅱ算法的优化模型求解方法。经验证,强繁殖NSGA-Ⅱ算法的Pareto解集可以支配NSGA-Ⅱ算法解集,验证了改进策略的有效性。优化后最大减薄率均值和最大增厚率均值分别减小了15.14%和18.93%,验证了优化方法的有效性和优越性。