摘要
本发明公开了一种注塑工艺参数多目标优化方法,首先基于Moldflow仿真分析和CCF获得仿真结果数据集;然后采用NGO‑XGBoost构建注塑成型质量优化模型;然后利用SHAP法对NGO‑XGBoost模型进行解释分析,获得每个优化设计变量对预测质量优化目标的重要性以及正负影响,通过MOMVO进行多目标寻优得到Pareto前沿;最后通过CRITIC‑TOPSIS评价法确定工艺参数优组合。本发明能够实现有效降低ABS塑料注塑成型塑件的翘曲变形量和体积收缩,进而获得高质量的ABS塑件产品,可以为获取ABS塑料注塑成型最优工艺参数组合提供理论依据和数据支持。
技术关键词
XGBoost模型
注塑工艺
ABS塑料
可视化功能
超参数
正则化参数
变量
仿真分析
样本
控制权
算法
节点
复杂度
定义
摘要
数据
轮盘
逻辑
指标
系统为您推荐了相关专利信息
三维力解耦方法
深度强化学习模型
控制系统
夹持力需求
机械爪
航班延误预测方法
多模型
LightGBM模型
XGBoost模型
非线性
数据处理方法
轨迹
数据处理系统
可读存储介质
图片