Please wait a minute...
工程设计学报
工程设计学报  2006, Vol. 13 Issue (2): 65-69    
工程设计理论、方法与技术     
基于神经网络的机械运动方案多级模糊综合评价模型
 薄瑞峰1，2, 黄洪钟1，3, 薛立华1
1.大连理工大学 精密与特种加工教育部重点实验室， 辽宁 大连 116023；
2.中北大学 机械工程系，山西 太原 030051；3.电子科技大学 机械电子工程学院, 四川成都 610054
Study on multi-level fuzzy synthetic evaluation model for mechanical kinematical scheme based on neural network
 BAO  Rui-Feng1，2, HUANG  Hong-Zhong1，3, XUE  Li-Hua1
1. Key Laboratory of Precision & Non-Traditional Machining of Ministry of Education, Dalian  University of Technology, Dalian 116023, China; 2. Department of Mechanical Engineering, North China Institute of Technology, Taiyuan 030051, China; 3. School of Mechatronics Engineering, University of Electronic Science and Technology of China, Chengdu 610054, China
 全文: PDF(169 KB)   HTML
摘要： 为了更加有效地对机械运动方案实施定量评价，利用神经网络具有的非线性映射特征，提出了一种神经网络评价方法，建立了一种多层次多目标的方案评价模型。该方法将神经网络与模糊数学相结合，首先利用方案评价样本对根据评价指标体系构建的神经网络进行训练，使得评价模型可以较好地反映评价属性值和评价结论间的关系以及各评价指标的权重，然后，将备选方案的各项指标值模糊量化，输入该模型，即可获得评价结果，从而可有效地利用专家经验代替评价群体对运动方案进行评价，简化了评价过程。讨论了基于神经网络运动方案评价的一些关键问题，并通过一个实例验证该模型是合理可行的，从而为解决运动方案评价提供了一种新的思路。
关键词： 机械运动方案;  神经网络;  多级评价模型;  模糊    
Abstract: To implement quantificational evaluation for a mechanical kinematical scheme effectively, a multi-level and multi-objective evaluating model was established by applying the nonlinear characteristic of neural network. Integrating neural network and fuzzy mathematics, firstly, this method trained the neural network, which was constructed according to evaluation index system through schemeevaluation samples and could make evaluation model reflect the relation betweenevaluation attribute values and evaluation conclusions as well as the weights of evaluation index better. Then, after completing fuzzy quantification of index values of candidate schemes and inputting these values into the neural network model, evaluation result could be obtained. This method could utilize expert knowledge more effectively and simplify evaluation process. Moreover, some key problems of kinematical scheme evaluation based on neural network were discussed. An illustration had demonstrated that this model was feasible and could be regardedas a new idea for solving kinematical scheme evaluation.
Key words: mechanical kinematic scheme    neural network    multi-level evaluating model    fuzzy
出版日期: 2006-04-28
基金资助:

国家自然科学基金资助项目(59685003)；教育部优秀青年教师资助计划(1766)；高等学校全国优秀博士学位论文作者专项基金资助项目(200232)
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
薄瑞峰
黄洪钟
薛立华

引用本文:

薄瑞峰, 黄洪钟, 薛立华. 基于神经网络的机械运动方案多级模糊综合评价模型[J]. 工程设计学报, 2006, 13(2): 65-69.

BAO Rui-Feng, HUANG Hong-Zhong, XUE Li-Hua. Study on multi-level fuzzy synthetic evaluation model for mechanical kinematical scheme based on neural network[J]. Chinese Journal of Engineering Design, 2006, 13(2): 65-69.

链接本文:

https://www.zjujournals.com/gcsjxb/CN/    或    https://www.zjujournals.com/gcsjxb/CN/Y2006/V13/I2/65

[1] 纪晓东,程天宇,华亮,张新松. 基于声信号识别的水下焊接质量检测方法研究[J]. 工程设计学报, 2023, 30(5): 562-570.
[2] 李琦琦,徐向荣,张卉. 基于自适应神经网络的机械臂滑模轨迹跟踪控制[J]. 工程设计学报, 2023, 30(4): 512-520.
[3] 王世杰,王龙,马硕,杨杰,马聪,段国林. 直写成形制备FGMs零件时延迟信息的数字化预测方法[J]. 工程设计学报, 2023, 30(2): 127-135.
[4] 陈翼楠,蒲志新,郑珍妮. 一种具有力检测机制的新型血管介入手术机器人[J]. 工程设计学报, 2023, 30(1): 20-31.
[5] 杨杰,彭壮壮,王世杰,马聪,王龙,段国林. 陶瓷浆料3D打印机挤压力模糊神经网络PID稳定控制研究[J]. 工程设计学报, 2023, 30(1): 65-72.
[6] 李雪萍,冉琰. 多准则模糊关联的机械产品关键元动作识别[J]. 工程设计学报, 2022, 29(5): 527-536.
[7] 张卉,朱永飞,刘雪飞,徐向荣. 基于模糊迭代Q-学习的冶金工业机器人轨迹跟踪控制研究[J]. 工程设计学报, 2022, 29(5): 564-571.
[8] 周婧,高红飞,卢林,段国林. 变论域模糊PID控制微流挤出型3D打印机的挤压力研究[J]. 工程设计学报, 2022, 29(5): 572-578.
[9] 陈一帆,吴倩,蒋凌,华亮. 基于声信号识别的焊后残余应力处理质量检测方法[J]. 工程设计学报, 2022, 29(3): 272-278.
[10] 黄志强,喻洪梅,马亚超,谢豆,周操. 山地物探电动钻机模块化设计及安全性分析[J]. 工程设计学报, 2022, 29(2): 153-160.
[11] 陈振, 李涛, 薛晓伟, 周阳, 敬爽, 陈言. 基于模糊综合评价法的可控震源振动器平板疲劳可靠性分析与优化[J]. 工程设计学报, 2021, 28(4): 415-425.
[12] 高翔, 王林军, 杜义贤, 李响, 徐柳. 基于云模型人工鱼群算法的模糊优化设计[J]. 工程设计学报, 2021, 28(4): 433-442.
[13] 丁述勇, 张征, 丁文洁, 林勇. 多巷道式立体车库优化设计与车辆存取策略研究[J]. 工程设计学报, 2021, 28(4): 443-449.
[14] 汤伟莉, 陈永亮, 刘立业. 基于增量分析法的机床薄弱模块识别方法及应用[J]. 工程设计学报, 2021, 28(3): 312-320.
[15] 王超, 孙文旭, 马晓静, 陈纪旸, 栾义忠, 马思乐. 基于模糊控制的HVPE生长设备温度控制系统[J]. 工程设计学报, 2020, 27(6): 765-770.