基于改进PSO-BP的拉延筋参数反求优化

作者：王新宝; 谢延敏; 王杰; 乔良

来源：锻压技术, 2014, (04): 10-15.

DOI：10.13330/j.issn.1000-3940.2014.04.003

• 粒子群算法
• 拉延筋
• BP神经网络
• 拉丁超立方
• 反求优化 PSO
• drawbeads
• BP neural network
• Latin hypercube design
• inverse optimization

采用模拟退火算法优化基于加权平均法的拉丁超立方设计,获得了拉延筋阻力样本。采用Dynaform对翼子板成形进行仿真,以最大增厚和最大减薄作为输出目标,采用改进的粒子群优化BP算法,建立拉延筋映射模型,与单纯采用PSO-BP建立的映射模型进行对比,预测精度大幅提高。采用粒子群算法对映射模型进行优化,得到最优拉延筋阻力,采用非线性函数优化方法求得最优的拉延筋几何参数。采用等效拉延筋阻力模型,避免了有限元网格的重划分和采用真实拉延筋带来的计算效率低的问题,成形效果图说明了采用该方法可以获得较好的最优拉延筋几何参数。

• 出版日期2014
• 单位西南交通大学