神经网络预测覆盖件模具价格的方法研究
模具价格体现了模具制造企业的技术、经济、效率和管理，同时也决定了模具制造企业能否在激烈的竞争中取得有利地位。随着模具制造业的快速发展，依靠传统方法所进行的报价己明显不能满足市场竞争和变化的需要。与此同时并行工程、协同设计技术的发展，也要求企业在模具设计与制造的不同阶段及时提供模具的估算成本与价格。为了避免这些问题，应该开发一套既能反映模具制造企业自身的生产能力，又能迅速、准确地反映价格的模具报价系统。
本文在分析研究了传统的模具成本估算和模具报价的特点和方法后，提出了基于BP神经网络预测覆盖件模具加工成本和材料成本的方法。在数值模拟和生产经验的基础上，建立了BP神经网络预测成本的模型，并应用覆盖件模具和零件的特征参数对材料成本和加工成本的综合影响进行模拟和预测，结果表明使用单隐层的3层BP神经网络结构模型能够比较好的预测加工成本和材料成本。文中详细分析了覆盖件模具的几何特点和报价方法，覆盖件模具和零件特征参数的选取及其处理，BP神经网络的构建方法、训练过程以及训练参数的选取和应用已训练好的网络对覆盖件模具的生产成本进行预测并分析了预测误差存在的原因及提高预测精度的方法。在此预测的基础之上可以对模具进行报价，同时也可以方便模具价格数据的管理。
神经网络;网络覆盖;模具价格;协同设计;并行工程;模具设计;数值模拟
西华大学
硕士
机械制造及其自动化
刘渝
2008
中文
F426.4;F270.7
65
2008-09-01（万方平台首次上网日期，不代表论文的发表时间）