基于RBFNN-GA的縱封熱封過(guò)程工藝參數(shù)決策方法研究

打開文本圖片集

摘  要：為了提高枕式包裝機(jī)縱封熱封流程生產(chǎn)效率，降低人力成本，提出了一種基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)-遺傳算法（Radial Basis Function Neural Network-Genetic Algorithm， RBFNN-GA）的工藝參數(shù)決策方法。根據(jù)熱封材料斷裂屈服強(qiáng)度確定加工目標(biāo)熱封強(qiáng)度；以熱封距離、熱封溫度、熱封速度為工藝參數(shù)變量，通過(guò)生產(chǎn)樣本對(duì)RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練建立模型，并以此模型為基礎(chǔ)，設(shè)計(jì)遺傳算法尋優(yōu)過(guò)程當(dāng)中的適應(yīng)度函數(shù)；通過(guò)遺傳算法進(jìn)行工藝參數(shù)的最優(yōu)求解，并將結(jié)果輸入到枕式包裝機(jī)進(jìn)行加工測(cè)試與熱封強(qiáng)度的測(cè)定。（剩余8856字）