基于RBF神经网络与NSGA-II的镗孔工艺多目标协同优化方法及系统

本发明涉及航空制造与精密加工领域，涉及基于RBF神经网络与NSGA‑II的镗孔工艺多目标协同优化方法及系统。该方法包括：基于响应面实验数据，利用RSM构建参数与加工性能指标之间的非线性回归模型，揭示参数对加工性能指标的非线性影响规律，利用SVR、RBF，拟合加工性能指标与工艺参数之间的非线性关系；分析非线性影响规律和非线性关系，将经过训练的RBF神经网络模型作为优化的预测模型；基于非支配排序遗传算法II进行多目标优化，获得一组Pareto最优解；对Pareto最优解集中的加工性能指标进行归一化处理，将归一化结果进行加权求和构架综合评价公式，使其合值最小，筛选出最优参数组合；采用所选最优参数组合进行验证性实验，评估实际加工效果。