[发明专利]一种基于RBF神经网络的铝型材机械性能预测方法在审
| 申请号： | 201811352852.1 | 申请日： | 2018-11-14 |
| 公开（公告）号： | CN109871937A | 公开（公告）日： | 2019-06-11 |
| 发明（设计）人： | 邢邦圣 | 申请（专利权）人： | 江苏师范大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/12;G06K9/62 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 楼高潮 |
| 地址： | 221116 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于RBF神经网络的铝型材机械性能预测方法，包括以下步骤：1)实测样本变量的聚类分析；2)子空间内工艺参数空间到产品机械性能指标空间的直接映射关系；3)子空间和全空间内工艺参数到产品机械性能指标的RBF神经网络模型；4)针对铝型材机械性能预测的RBF神经网络参数确定；5)基于RBF神经网络的铝型材生产工艺智能优化。本发明通过聚类分析，子空间内工艺参数到产品机械性能空间的映射关系分析，进一步分析子空间和全空间内工艺参数到产品性能指标的RBF神经网络模型，分析铝型材机械性能预测的RBF神经网络参数确定，并基于RBF神经网络的铝型材的生产智能化优化，本方法使用方便，易于实现。 | ||
| 搜索关键词： | 铝型材 机械性能预测 子空间 产品机械 参数确定 聚类分析 全空间 产品性能指标 铝型材生产 方法使用 性能空间 样本变量 映射关系 直接映射 指标空间 智能优化 分析 智能化 实测 优化 生产 | ||
【主权项】：
1.一种基于RBF神经网络的铝型材机械性能预测方法，其特征是，包括以下步骤：1)实测样本变量的聚类分析；2)子空间内工艺参数空间到产品机械性能指标空间的直接映射关系；3)子空间和全空间内工艺参数到产品机械性能指标的RBF神经网络模型；4)针对铝型材机械性能预测的RBF神经网络参数确定；5)基于RBF神经网络的铝型材生产工艺智能优化。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏师范大学，未经江苏师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811352852.1/，转载请声明来源钻瓜专利网。
