基于反向传播神经网络的注塑模具用零件报价模型
A Study on Injection Mould Part Quotation Model Based on Back Propagation Neural Network作者机构:上海交通大学模具CAD国家工程研究中心上海200030
出 版 物:《上海交通大学学报》 (Journal of Shanghai Jiaotong University)
年 卷 期:2017年第51卷第10期
页 面:1207-1213页
核心收录:
学科分类:08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:针对诸多通用报价方法在注塑模具用零件价格评估过程中存在的效率与精度等问题,提出了基于反向传播(Back Propagation,BP)神经网络的多专家报价模型.利用遗传算法优化BP网络权值和阈值抵御随机参数引起的局部最优解,同时对报价误差的高斯分布规律进行分析以确定理想的拓扑结构.通过多专家模型给出的多个报价,提出了价格评估算法筛选合理报价,避免单一模型报价的随机性.经过验证,该方法有较高的准确性和效率,报价平均误差约为6.90%.此报价模型降低了传统报价的难度,并提高了其稳定性.