基于MATLAB的材料加工參數(shù)反求及優(yōu)化專家系統(tǒng)的開發(fā)SIT項目申請答辯課件

SIT項目申請答辯姓名：xxxxxxxxxxxxxxxxx學院：材料科學與工程學院班級：材料成型及控制工程三班SIT項目申請答辯姓名：xxxxxxxxxxxxxxxxx基于MATLAB的材料加工參數(shù)反求及優(yōu)化專家系統(tǒng)的開發(fā)基于MATLAB的材料加工參數(shù)反求及優(yōu)化專家系統(tǒng)的開發(fā)xxx：來自材型三班，現(xiàn)任學習部副部長，學習成績優(yōu)秀，勤于鉆研，大一學年專業(yè)成績加權(quán)第一，曾獲國家獎學金，校“三好學生”，校“挑戰(zhàn)杯”優(yōu)勝獎等。xxx：來自材型三班，學習成績優(yōu)秀，性格開朗、熱情，勤于思考，擅于分析，具有很好的團隊合作精神。人生信條：潛能無極限，失敗無借口。xxx：來自材型三班，現(xiàn)任班長，學習成績優(yōu)秀，具有較強的獨立思考、分析問題能力和很好的團隊合作精神，同時具有很好的動手實踐能力。曾獲單項獎學金，校“挑戰(zhàn)杯”優(yōu)勝獎，參加過全國HONDA節(jié)能賽車的設(shè)計等。

小組成員介紹xxx：來自材型三班，現(xiàn)任學習部副部長，學習成績優(yōu)秀，勤于鉆基于MATLAB的材料加工參數(shù)反求及優(yōu)化專家系統(tǒng)的開發(fā)研究背景數(shù)值模擬軟件的發(fā)展應(yīng)用和成熟材料加工過程的復雜性材料參數(shù)的非線性傳統(tǒng)的工藝設(shè)計是采用試錯法，成本高效率低傳統(tǒng)優(yōu)化技術(shù)優(yōu)化效率低，局部收斂國內(nèi)外學者雖對神經(jīng)網(wǎng)絡(luò)、遺傳算法開始了廣泛的應(yīng)用研究。但在材料加工方面尚不成熟基于MATLAB的材料加工參數(shù)反求及優(yōu)化專家系統(tǒng)的開發(fā)研究背研究現(xiàn)狀Prasad等人采用了MELTFLOW模擬軟件對某一壓鑄件進行了模擬分析，并獲得了在不同的金屬液溫度、模具溫度、鑄件重量和注射壓力下的時間充型時間，借助與MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱對獲得的模擬數(shù)據(jù)進行了訓練處理，從而可對不同工藝參數(shù)下的充型時間大小進行預測和優(yōu)化。王蓓等介紹了一種基于CAE把正交試驗設(shè)計方法和神經(jīng)網(wǎng)絡(luò)結(jié)合使用的注塑成型工藝優(yōu)化，并對其可行性進行了驗證，表明這種方法可實現(xiàn)對壓力最大值的預測和優(yōu)化。鄭生榮等應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)建立了注塑工藝快速預測的雙層BP網(wǎng)絡(luò)模型，利用CAE軟件進行模擬，獲取樣本，采用Matlab對網(wǎng)絡(luò)的訓練及參數(shù)預測過程進行求解，并通過和模擬結(jié)果進行比較，表明了人工神經(jīng)網(wǎng)絡(luò)技術(shù)在注塑參數(shù)值的快速預測的可行性。董俊等建立了該進BP神經(jīng)網(wǎng)絡(luò)技術(shù)、數(shù)值仿真和遺傳算法相結(jié)合的鋁型擠壓模工作帶長度優(yōu)化模型，給出了模型實現(xiàn)和求解的完整過程。針對鑄造過程，貴剛等人先利用鑄造充型過程數(shù)值仿真軟件，通過數(shù)值計算獲得有關(guān)工藝參數(shù)仿真結(jié)果，然后將其作為樣本數(shù)據(jù)，從而獲得合適工藝參數(shù)組合。研究現(xiàn)狀Prasad等人采用了MELTFLOW模擬軟件對某相關(guān)概念人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeutralNetwork，簡稱ANN）是國際上從上世紀80年代中期以來迅速發(fā)展和崛起的一個新興研究領(lǐng)域。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖相關(guān)概念人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeutral相關(guān)概念開始參數(shù)初始化產(chǎn)生初始群體計算目標函數(shù)值及適應(yīng)值選擇雜交變異收斂？NO結(jié)束YES遺傳算法(GeneticAlgorithm，簡稱GA)，是模擬達爾文遺傳選擇和自然淘汰生物進化過程的計算模型，它是由美國Michigan大學的J．Holland教授于1975年提出的。遺傳算法流程圖相關(guān)概念開始參數(shù)初始化產(chǎn)生初始群體計算目標函數(shù)值及適應(yīng)值選擇研究意義將數(shù)據(jù)模擬仿真結(jié)果作為樣本數(shù)據(jù)，采用神經(jīng)網(wǎng)絡(luò)人工智能技術(shù)結(jié)合遺傳算法尋優(yōu)對其訓練，進行預測和優(yōu)化，提出合理方案。這樣，就不需要進行反復多次的實際試驗而達到優(yōu)化目的，可以大大縮短產(chǎn)品設(shè)計周期，提高產(chǎn)品質(zhì)量，對材料加工領(lǐng)域的設(shè)計制造過程都具有重要意義?；贛ATLAB開發(fā)神經(jīng)網(wǎng)絡(luò)設(shè)計系統(tǒng)，將神經(jīng)網(wǎng)絡(luò)設(shè)計理論融入到材料加工工藝過程中，利用模擬結(jié)果實現(xiàn)對工藝過程參數(shù)的預測、診斷和優(yōu)化，并在此基礎(chǔ)上初步實現(xiàn)基于模擬結(jié)果反饋的設(shè)計優(yōu)化思路?，F(xiàn)代人工智能設(shè)計方法引入到材料加工工藝設(shè)計領(lǐng)域中的系統(tǒng)，不僅充分利用了數(shù)值模擬的結(jié)果，大大提高了數(shù)值模擬的效率，降低了使用者對神經(jīng)網(wǎng)絡(luò)工具使用的要求，而且神經(jīng)網(wǎng)絡(luò)技術(shù)同傳統(tǒng)的材料加工工藝過程相結(jié)合，實現(xiàn)工藝參數(shù)優(yōu)化設(shè)計，具有理論應(yīng)用價值和一定學術(shù)意義。研究意義將數(shù)據(jù)模擬仿真結(jié)果作為樣本數(shù)據(jù)，采用神經(jīng)網(wǎng)絡(luò)人工智能研究方案如何不斷提高材料加工過程數(shù)值模擬的效益是多年來鑄造研究人員努力嘗試達到的目標。本課題試圖探索一條新的材料加工過程數(shù)值模擬優(yōu)化途徑。利用數(shù)值模擬軟件ProCast對工件數(shù)值模擬優(yōu)化設(shè)計，再借助數(shù)值模擬的結(jié)果，結(jié)合神經(jīng)網(wǎng)絡(luò)設(shè)計方法，并用遺傳算法尋優(yōu)，基于MATLAB軟件平臺，建立一個通用的應(yīng)用平臺，專門解決材料加工的中的工藝預測、工藝參數(shù)優(yōu)化及材料參數(shù)反求的的應(yīng)用系統(tǒng)。研究方案如何不斷提高材料加工過程數(shù)值模擬的效益是多年來鑄造研研究的展開思路和框架確定優(yōu)化參數(shù)、優(yōu)化目標正交設(shè)計實驗結(jié)果處理、數(shù)據(jù)提取基于MATLAB建立BP神經(jīng)網(wǎng)絡(luò)確定合理的工藝約束建立適當?shù)膬?yōu)化目標遺傳算法尋優(yōu)數(shù)值模擬及實驗驗證證工藝參數(shù)確定研究的展開思路和框架確定優(yōu)化參數(shù)、優(yōu)化目標正交設(shè)計實驗結(jié)果處預期成果解決BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)不穩(wěn)定性，用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。建立一個穩(wěn)定的BP神經(jīng)網(wǎng)絡(luò)，并用遺傳算法尋求最優(yōu)工藝參數(shù)。應(yīng)用建立的優(yōu)化設(shè)計系統(tǒng)解決一至兩個實際鑄造工藝中的問題。預期成果解決BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)不穩(wěn)定性，用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)預期成果預期成果謝謝！謝謝！SIT項目申請答辯姓名：xxxxxxxxxxxxxxxxx學院：材料科學與工程學院班級：材料成型及控制工程三班SIT項目申請答辯姓名：xxxxxxxxxxxxxxxxx基于MATLAB的材料加工參數(shù)反求及優(yōu)化專家系統(tǒng)的開發(fā)基于MATLAB的材料加工參數(shù)反求及優(yōu)化專家系統(tǒng)的開發(fā)xxx：來自材型三班，現(xiàn)任學習部副部長，學習成績優(yōu)秀，勤于鉆研，大一學年專業(yè)成績加權(quán)第一，曾獲國家獎學金，?！叭脤W生”，?！疤魬?zhàn)杯”優(yōu)勝獎等。xxx：來自材型三班，學習成績優(yōu)秀，性格開朗、熱情，勤于思考，擅于分析，具有很好的團隊合作精神。人生信條：潛能無極限，失敗無借口。xxx：來自材型三班，現(xiàn)任班長，學習成績優(yōu)秀，具有較強的獨立思考、分析問題能力和很好的團隊合作精神，同時具有很好的動手實踐能力。曾獲單項獎學金，?！疤魬?zhàn)杯”優(yōu)勝獎，參加過全國HONDA節(jié)能賽車的設(shè)計等。

小組成員介紹xxx：來自材型三班，現(xiàn)任學習部副部長，學習成績優(yōu)秀，勤于鉆基于MATLAB的材料加工參數(shù)反求及優(yōu)化專家系統(tǒng)的開發(fā)研究背景數(shù)值模擬軟件的發(fā)展應(yīng)用和成熟材料加工過程的復雜性材料參數(shù)的非線性傳統(tǒng)的工藝設(shè)計是采用試錯法，成本高效率低傳統(tǒng)優(yōu)化技術(shù)優(yōu)化效率低，局部收斂國內(nèi)外學者雖對神經(jīng)網(wǎng)絡(luò)、遺傳算法開始了廣泛的應(yīng)用研究。但在材料加工方面尚不成熟基于MATLAB的材料加工參數(shù)反求及優(yōu)化專家系統(tǒng)的開發(fā)研究背研究現(xiàn)狀Prasad等人采用了MELTFLOW模擬軟件對某一壓鑄件進行了模擬分析，并獲得了在不同的金屬液溫度、模具溫度、鑄件重量和注射壓力下的時間充型時間，借助與MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱對獲得的模擬數(shù)據(jù)進行了訓練處理，從而可對不同工藝參數(shù)下的充型時間大小進行預測和優(yōu)化。王蓓等介紹了一種基于CAE把正交試驗設(shè)計方法和神經(jīng)網(wǎng)絡(luò)結(jié)合使用的注塑成型工藝優(yōu)化，并對其可行性進行了驗證，表明這種方法可實現(xiàn)對壓力最大值的預測和優(yōu)化。鄭生榮等應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)建立了注塑工藝快速預測的雙層BP網(wǎng)絡(luò)模型，利用CAE軟件進行模擬，獲取樣本，采用Matlab對網(wǎng)絡(luò)的訓練及參數(shù)預測過程進行求解，并通過和模擬結(jié)果進行比較，表明了人工神經(jīng)網(wǎng)絡(luò)技術(shù)在注塑參數(shù)值的快速預測的可行性。董俊等建立了該進BP神經(jīng)網(wǎng)絡(luò)技術(shù)、數(shù)值仿真和遺傳算法相結(jié)合的鋁型擠壓模工作帶長度優(yōu)化模型，給出了模型實現(xiàn)和求解的完整過程。針對鑄造過程，貴剛等人先利用鑄造充型過程數(shù)值仿真軟件，通過數(shù)值計算獲得有關(guān)工藝參數(shù)仿真結(jié)果，然后將其作為樣本數(shù)據(jù)，從而獲得合適工藝參數(shù)組合。研究現(xiàn)狀Prasad等人采用了MELTFLOW模擬軟件對某相關(guān)概念人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeutralNetwork，簡稱ANN）是國際上從上世紀80年代中期以來迅速發(fā)展和崛起的一個新興研究領(lǐng)域。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖相關(guān)概念人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeutral相關(guān)概念開始參數(shù)初始化產(chǎn)生初始群體計算目標函數(shù)值及適應(yīng)值選擇雜交變異收斂？NO結(jié)束YES遺傳算法(GeneticAlgorithm，簡稱GA)，是模擬達爾文遺傳選擇和自然淘汰生物進化過程的計算模型，它是由美國Michigan大學的J．Holland教授于1975年提出的。遺傳算法流程圖相關(guān)概念開始參數(shù)初始化產(chǎn)生初始群體計算目標函數(shù)值及適應(yīng)值選擇研究意義將數(shù)據(jù)模擬仿真結(jié)果作為樣本數(shù)據(jù)，采用神經(jīng)網(wǎng)絡(luò)人工智能技術(shù)結(jié)合遺傳算法尋優(yōu)對其訓練，進行預測和優(yōu)化，提出合理方案。這樣，就不需要進行反復多次的實際試驗而達到優(yōu)化目的，可以大大縮短產(chǎn)品設(shè)計周期，提高產(chǎn)品質(zhì)量，對材料加工領(lǐng)域的設(shè)計制造過程都具有重要意義。基于MATLAB開發(fā)神經(jīng)網(wǎng)絡(luò)設(shè)計系統(tǒng)，將神經(jīng)網(wǎng)絡(luò)設(shè)計理論融入到材料加工工藝過程中，利用模擬結(jié)果實現(xiàn)對工藝過程參數(shù)的預測、診斷和優(yōu)化，并在此基礎(chǔ)上初步實現(xiàn)基于模擬結(jié)果反饋的設(shè)計優(yōu)化思路?，F(xiàn)代人工智能設(shè)計方法引入到材料加工工藝設(shè)計領(lǐng)域中的系統(tǒng)，不僅充分利用了數(shù)值模擬的結(jié)果，大大提高了數(shù)值模擬的效率，降低了使用者對神經(jīng)網(wǎng)絡(luò)工具使用的要求，而且神經(jīng)網(wǎng)絡(luò)技術(shù)同傳統(tǒng)的材料加工工藝過程相結(jié)合，實現(xiàn)工藝參數(shù)優(yōu)化設(shè)計，具有理論應(yīng)用價值和一定學術(shù)意義。研究意義將數(shù)據(jù)模擬仿真結(jié)果作為樣本數(shù)據(jù)，采用神經(jīng)網(wǎng)絡(luò)人工智能研究方案如何不斷提高材料加工過程數(shù)值模擬的效益是多年來鑄造研究人員努力嘗試達到的目標。本課題試圖探索一條新的材料加工過程數(shù)值模擬優(yōu)化途徑。利用數(shù)值模擬軟件ProCast對工件數(shù)值模擬優(yōu)化設(shè)計，再借助數(shù)值模擬的結(jié)果，結(jié)合神經(jīng)網(wǎng)絡(luò)設(shè)計方法，并用遺傳算法尋優(yōu)，基于MATLAB軟件平臺，建立一個通用的應(yīng)用平臺，專門解決材料加工的中的工藝預測、工藝參數(shù)優(yōu)化及材料參數(shù)反求的的應(yīng)用系統(tǒng)。研究方案如何不斷提高材料加工過程數(shù)值模擬的效益是多年來鑄造研研究的展開思路和框架確定優(yōu)化參數(shù)、優(yōu)化目標正交設(shè)計實驗結(jié)果處理、數(shù)據(jù)提取基于MATLAB建立