基于Hopfield神经网络的打磨工艺路线优化  

A Grinding Process Route Optimization Based on Hopfield Neural Networks

作　　者：崔光鲁 陈劲杰[1] 徐希羊 周媛[1] 

机构地区：[1]上海理工大学机械工程学院,上海200093

出　　处：《电子科技》2017年第5期36-39,共4页Electronic Science and Technology

基　　金：上海市自然科学基金(13ZR1458500)

摘　　要：为提升工件表面处理工艺品质,提出运用人工智能的方法解决打磨工艺执行路线决策问题。基于人工神经网络思想,利用连续型Hopfield神经网络算法,对打磨工艺执行路线进行优化排序。文中以锅具打磨为分析案例,展示具体应用方法。得出了更加优化的锅具表面打磨工艺执行路线,为以后工件表面处理更加智能高效提供了理论依据。intelligence for network sorting lab. It provides In order to improve the industrial grinding efficiency, we put forward the method of applying artificial process execution routes decision. Based on artificial neural network, the continuous Hopfield neural algorithm is adopted to make process decisions, finding the polishing process execution path by Mattheoretical reference for more intelligent and efficient industrial grinding of the future.

关 键 词：决策优化 智能算法 HOPFIELD神经网络 工艺排序方法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]