基于GSA-GA神经网络的铸造企业订单准入评价研究
唐红涛
方博
高晓灵
李香怡
殷伟铭
1.武汉理工大学 机电工程学院,湖北 武汉 4300702.武汉理工大学 机电工程学院,湖北 武汉 4300703.武汉理工大学 机电工程学院,湖北 武汉 4300704.武汉理工大学 机电工程学院,湖北 武汉 4300705.武汉理工大学 机电工程学院,湖北 武汉 430070
摘要：为指导铸造企业在市场中科学地选择订单进行生产加工,以砂型铸造企业为研究对象.在综合考虑企业各个关键部门对订单的评价指标的基础上,设计了砂型铸造企业订单准入评价指标体系,并构建一种基于GSA-GA神经网络的订单准入评价模型.算法中使用Tent映射初始化种群保证随机特征,并引入遗传算法的交叉、变异算子保持对全局最优粒子的获取且提升算法探索能力.为验证模型的有效性,以某砂型铸造企业订单准入评价问题实例进行实验分析,进行参数实验并与其他算法进行对比.结果表明,所建模型的平均相对误差为1.945％,能帮助砂型铸造企业进行科学的订单准入评价决策,提高砂型铸造企业生产效率.
关键词：GSA-GA算法砂型铸造神经网络优化订单准入评价
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(51705384)
论文发表日期：2020-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 121-130 )
英文信息