100 积分
50
评分
4.6 积分- 详情
- 2020-12-27
- 简介
pdf
- 170KB
- 页数 4P
- 阅读 90
- 下载 23
根据A356泵体铸件金属型低压铸造特点,结合生产实际,以A356泵体浇注工艺参数为研究对象,L16(45)型正交实验数据作为训练学习样本,与正交实验成分有关的前16个样本作为训练与检验,用BP神经网络进行预测和优化,结果表明神经网络优化后的模拟值最大误差很小,CPU占用时间仅为40s。人工神经网络与正交实验相结合,能大大节省时间和费用,降低CPU占用率,也证实了对A356泵体充型过程数值模拟的神经网络优化是可行的。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
haha***
擅长:
市政 园林 给排水 暖通
- 4.3
服务
- 8
商品
- 291
人气
相关推荐
基于神经网络的泵体铸造过程数值模拟的优化与应用 170KB
基于人工神经网络的消失模铸造充型过程数值模拟 260KB
基于数值模拟的泵体铸造工艺选择性研究 3.0MB
基于人工神经网络的凸轮轴铸造过程数值模拟优化研究 740KB
基于人工神经网络技术的双金属复合管铸造数值仿真优化 1.7MB
基于神经网络的铸造模具曲面逆向工程造型 596KB
基于人工神经网络的工程建模和计算的模拟仿真系统 528KB
基于神经网络的机械油泵轴锻造工艺优化 1.2MB
基于遗传神经网络的岩土参数优化反分析 460KB
基于神经网络的公路网规模预测 586KB