多目标神经网络基于BP神经网络的装配容差多目标优化设计

1、多目标神经网络基于BP神经网络的装配容差多目标优化设计摘要:在飞机研制中，合 理的装配容差设计是提高装配准确度、减少研制成本、提高提升装配 工艺性和装配质量的有效途径。因此需要的装配容差进行适当对优化 设计以满足较高的装配质量、较好较好的装配工艺性和偏高的加工成 本。为客观客观评价多目标优化求解的优劣社会性,并针对优化指标与 容差之间的高度非线性关系特征,将BP神经网络与评价函数法相结合, 研究了面向多目标的容差优化设计最终目标方法，给出了进行多目标容 差优化设计的一般步骤。关键词:BP神经网络 容差优化多目标在飞机设计、工艺、制造、装配等研制投资过程中，容差分配 是一个复杂的多解关键问题,合

2、理的容差分配非常关键,它控制着产品 的性能、制造成木、装配工艺性等。目前，次要飞机装配容差优化的研 究主要以最低成本法、综合评价优化法等为主。假设作为调整因素的 各零件之间的容差信息相互独立，以装配性能、加工成本和装配工艺性 标准作为优化指标，装配容差优化即的找到使指标达到最佳值设法优化 因素组合,这属于众所周知的非线性一维优化问题。而神经网络作为模 仿生物神经的智能信息处理系统,有著高度的非线性映射的特点,为解 决容差优化问题为客户提供手段了一个良好手段。1、多目标容差优化的神经网络原理在多目标容差优化整个过程中，由于各个目标之间往往存在着 一定的矛盾关系，如果通常没有可能达到所有目标都最优

3、的方案,因此 引入求解多目标优化的最基本方法一一评价函数法,将多目标容差优化 问题转化为单目标容差优化问题进行求解。1.1 卷板机目标容差优化的BP神经网络的构建为简化分析，以一个确认了制造、装配工艺方案，包含涵括五 个零件的装配体为例，构建基于BP算法的神经网络进行单目标的容差 最优化,采用如图1所示的三层网络结构:第一层为输入层,将各零件的 容差六层信息传递给下两层;第二层为以隐层，或进行容差信息的处理； 第三层为输出层,输出优化指标。将各零件容差的上才、下极限偏差作为输入值,令其为。将装 配性能、加工成本和装配工艺性三个优化指标作为输出值,令其为,分 别搭建三个针对各自优化指标的容差优化

4、BP神经网络模型。隐层节点 数可根据经验公式来确定，其中为输出层节点数，为110之间的常数。 各层之间均采用双极性Sigmoid函数作为传输函数。图1容差优化的神经网络模型对于一个三层BP神经网络,若输出层的输入信号为,输出的误 差无线电波为,则隐层到输出层的权值的调整可以表示为：若隐层的输入接收机为，输出的误差无线电波为,则输入层到 隐层的权值三态逻辑矩阵的调整可以则表示为：卷板机目标容差优化的BP神经网络经过学习训练后,将容差 与优化指标之间的非线性映射关系存储在权值矩阵,在工作阶段,便可 以实现对非样本信号的正确映射,得到所对应的优化指标值。1.2 多目标优化评价函数的建立预处多目标评价

5、函数之前先完成各自单目标优化模型输出数 据的建立理即归一化,将伺服数据限制在一定的区域内，以便于在一个 共同的区域内进行多个优化评论指标的综合评价。将输出数据微分为 0, 1区间的值为可采用变化式：在三个容差优化指标中，装配性能指标输出的是装配填塞封闭 环的容差大小,优化目标是值越小越好看,加工成本指标的优化同样是 越小越好,装配工艺性指标输出的是工艺能力指数,其强化目标是越大 越好。假设各优化指标与主要指标输入值之间缺少着,，由于优化指标 之间相互间存在着优化矛盾关系，不可能使得每个优化不够主要指标达 到最佳，设在值域中缺少着一个理想点,寻求距离最近的作为优化的近 似值,因此构造评价函数：这

6、样就可以将多目标容差优化问题转化为求上式的极小值问 题来解决：2、多终极目标容差优化设计的工作流程根据以上对BP神经网络的结构的分析,并结合多前提条件紧 密结合优化的评价函数，多目标容差优化设计可按以下步骤一般而言进 行：(1)建立针对各优化指标的卷板机目标容差优化的BP神经网 络。(2)确定BP神经网络中包括输入信息与输出信息在内的网络 结构参数。(3)准备网络的训练数据,对BP神经网络成功进行训练,将训 练好的BP神经网络模型作为卷板机目标容差优化的函数值仿真计算工 具。(4)分别对各BP神经网络的既定目标目标多项式值进行单目 标优化,得到有效值域中的理想点。(5)对式(2-5)进行评价函数的单目标优化，博得多目标目标容 差优化的结果。3、结语本文将BP神经网络应用于容差优化设计之中，了将评价函数 法应用于面向装配性能、加工成本和装配工艺性的多目标容差优化的 神经网络方法之中，