【摘 要】
：
为了有效预测超声挤压加工工件的表面粗糙度,建立以转速,进给速度,振幅,挤压力,挤压次数为输入参数,表面粗糙度为输出结果的预测模型.该模型利用思维进化算法(mind ev-olutio
【机 构】
：
江西理工大学 机电工程学院,江西 赣州 341000
论文部分内容阅读
为了有效预测超声挤压加工工件的表面粗糙度,建立以转速,进给速度,振幅,挤压力,挤压次数为输入参数,表面粗糙度为输出结果的预测模型.该模型利用思维进化算法(mind ev-olutionary algorithm,MEA)的全局搜索能力对BP神经网络的权值和阈值进行优化.为了验证该模型的有效性,对45号钢进行超声挤压加工后,使用BP神经网络进行预测,通过引入思维进化算法(MEA)和遗传算法(GA)优化BP神经网络的权值和阈值,并对3种模型的预测精度进行对比分析.结果表明:在相同的实验条件下,MEA-BP模型的预测结果最精准,与BP神经网络相比,该模型精度高,运行速度快.
其他文献
梅仙丁家山铅锌矿床是闽中新元古代马面山群中多个大中型铅锌多金属矿床的典型代表。本文以丁家山铅锌矿床两类矿石(含磁黄铁矿矿石和含磁铁矿矿石)内的闪锌矿和黄铁矿为研究对象,通过电子探针及LA-ICP-MS微量元素分析技术,揭示二者的微量元素组成和赋存状态,探讨成矿温度及矿床成因方面的重要信息。分析结果显示:闪锌矿内Fe、Mn、Cd、Cu、In、Pb、Bi元素较为富集,两类矿石内的闪锌矿除Fe元素含量相差较大以外(平均值分别为9.3%和1.7%),其他元素含量并无明显差异;电子探针面扫描和LA-ICP-MS剥蚀
莫桑比克楠普拉省喀祖祖地区多条河流均有人工砂金开采活动。砂金分布在海拔300~450 m之间的石英砾石层,底部岩石主要为中元古代片麻状杂岩体。研究区为准平原-丘陵地貌,水动力条件受季节影响较大。砂金分布与河流不存在明显的耦合性,暗示了原生金矿化可能较分散。同时,研究区露头受第四纪覆盖严重,物化探效果不显著,砂金与重砂矿物组合因而成为重要的原生金找矿标志。结合双目镜观察及扫描电镜分析得出,与砂金密切相关的重砂矿物包括黄铁矿、钛铁矿、锆石等。砂金颗粒多呈棱角状,部分可观察到残留连生矿物,整体暗示了近源堆积的特
为研究离子液体/NMP对双马萃余煤的结构和萃取性能影响,首先分别用乙醇和丙酮对宁东双马煤样(SM)进行分步萃取,得到萃余煤(SMEC),然后将不同种类的离子液体(ILs)分别与N-甲基
针对国内光谱共焦传感器校准方法不统一、计量特性难以比较等问题,提出3种基于精密标准器的光谱共焦传感器校准方法,并基于此开展校准和计量特性评定。分别采用精密位移台、高精度测长仪与激光干涉仪3种标准器对光谱共焦传感器的基本误差、线性度、重复性、回程误差等参数进行校准,3种方法所测某种光谱共焦传感器的最大误差分别为2.76,3.40,1.17μm,线性度分别为0.689%,0.850%,0.293%,重
【目的】利用CRISPR/Cas9基因敲除系统在黑腹果蝇Drosophila melanogaster细胞中筛选并检测组蛋白甲基化修饰对蜕皮激素20-羟基蜕皮酮(20-hydroxyecdysone,20E)信号传导的调控。【方法】通过Flybase网站分析并总结黑腹果蝇组蛋白甲基转移酶及其修饰位点;将5个组蛋白甲基转移酶基因[trr,Mes-4,ash1,Su(var)3-9和egg]的sgRNA插入到敲除载体pAc-sgRNA-Cas9骨架中并转染黑腹果蝇Kc细胞,利用TA克隆和测序鉴定突变位点。以T
通过形态特征与系统发育分析(LSU和ITS),报道了玛利亚霉属Mariannaea的1个新种和1个新记录种.新种沉水玛利亚霉Mariannaea submersa的主要形态特征为透明、分支状的分生孢子
以广深科技创新走廊广州段生物医药产业为案例,利用2014—2019年582条专利联合申请数据,运用社会网络分析法,从创新主体结构与创新空间联系两方面探讨广深科技创新走廊规划实
为了提高几何距离场的计算速度,提出一种新的应用改善的射线相交法进行复杂几何距离场快速计算的方法.首先,通过扫描或者取样获得二维数据点集,其次,将该数据集有序排列且用
为研究中原城市群物流业发展水平,基于2007,2012,2017年中原城市群市级数据,借助ArcGIS平台,利用探索性空间数据测算30个地级市物流业发展水平和分析其时空演化特征,并通过GW
摘要：针对宠物的多动性、活动范围广和地形复杂，导致普通市面上简单的定位项圈难以准确找到宠物狗的问题，我们设计了一款基于GPRS网络的新型宠物项圈，不仅可以准确定位，還可以辅助宠物狗自己找到回家的路。 关键词：移动通信;GPRS网络;单片机 1硬件设计 1.1总体设计原理 总体硬件设计组成框图如图1所示。这是一种由单片机控制的宠物丢失召回项圈，基于GPRS网络通信技术，选择stm32f103