买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福州大学申请的专利基于改进BPNN-DE算法的硅铝合金车削工艺参数多目标优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115659831B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211388977.6，技术领域涉及：G06F30/27；该发明授权基于改进BPNN-DE算法的硅铝合金车削工艺参数多目标优化方法是由黄彬;阳旭设计研发完成，并于2022-11-03向国家知识产权局提交的专利申请。

本基于改进BPNN-DE算法的硅铝合金车削工艺参数多目标优化方法在说明书摘要公布了：本发明提出一种基于改进BPNN‑DE算法的硅铝合金车削工艺参数多目标优化方法，首先搭建以切削速度、进给速度、切削深度作为输入，表面粗糙度、材料去除率、能耗作为输出的BPNN模型，并对DE算法做出改进，提高原生DE算法的种群多样性与寻优能力，之后将BPNN模型的输出结合几何平均法作为改进DE算法适应度值，最后利用改进后BPNN‑DE算法对车削工艺参数进行优化，并对比未改进BPNN‑DE算法，改进后BPNN‑DE算法优化效果好。

本发明授权基于改进BPNN-DE算法的硅铝合金车削工艺参数多目标优化方法在权利要求书中公布了：1.一种基于改进BPNN-DE算法的硅铝合金车削工艺参数多目标优化方法，其特征在于，包括以下步骤： 步骤S1：以车削三要素：切削速度、切削深度、进给量作为因素，对硅铝合金棒材进行车削全因子实验，测量各组实验对应的表面粗糙度、材料去除率、能源消耗，并将其作为数据集R供步骤S2建立BPNN模型使用； 步骤S2：将车削三要素作为输入特征，以车削后测量得表面粗糙度、计算得材料去除率、采集得能源消耗作为输出，搭建硅铝合金车削工艺参数多目标优化BPNN模型；所述BPNN模型为三层结构神经网络，输入层神经元个数为3，分别对应切削速度、进给量、切削深度，隐藏层神经元个数为6，输出层神经元个数为3，对应切削后表面质量评价指标：表面粗糙度、材料去除率、能耗； 步骤S3：对表面粗糙度、材料去除率、能源消耗三个目标使用DE算法单独进行优化，找出各目标的最优值与最劣值，之后结合步骤S2所训练的BPNN模型输出值，以几何平均法综合目标来建立适应度函数； 所述几何平均法为： 对于最小化目标，性能指标表示为: 其中， βh为第h个最小化目标的最小值； γh为第h个最小化目标的最大值； MAhX表示模型MA输出值中第h个最小化目标的值； ηh＝[η1,η2,…,ηb]表示b个最小化问题的指标集合； 对于最大化问题，性能指标表示为: 其中， βj为第j个最大化目标的最小值； γj为第j个最大化目标的最大值； MAjX表示模型MA输出值中第j个最大化目标的值； ηj＝[η1,η2,…,ηv]表示v个最大化问题的指标集合； 以所有目标性能指标的几何平均值作为总指标η 最终利用改进后的DE算法得到适应度值最优时，模型所对应的切削参数；所述DE算法的改进包括引入高斯混沌映射方法实例化父代种群、引入高斯变异过程及结合高斯变异种群与父代种群进行二项式分布交叉。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。