公开(公告)号：CN115438589A

公开(公告)日：2022-12-06

申请号：CN202211306827.6

申请日：2022-10-25

Applicant: 哈尔滨工业大学(威海)

Inventor： 闫婷婷 ,  陈德珅 ,  牛年茂 ,  钱宏亮 ,  王化杰

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F111/08

Abstract: 本发明提供一种基于BP神经网络的钓竿调性预测模型及其优化方法，包括：获取钓竿设计参数变量和钓竿调性数据，建立数据集；使用Min‑Max‑Scaler函数进行归一化处理；按比例拆分数据集获得训练数据集和测试数据集；构建BP神经网络模型训练获得钓竿调性预测模型；将BP神经网络钓竿调性预测模型的输出数据进行反归一化处理；将测试数据集输入钓竿调性预测模型获取测试预测精度，使用MSE比较预设预测精度和测试预测精度的差距；使用CMA‑ES算法优化BP神经网络参数得出预测模型神经网络结构的最优解。本发明基于BP算法构建神经网络模型，对BP神经网络参数进行优化获得钓竿调性预测模型，提高钓竿设计效率。

公开(公告)号：CN115659801A

公开(公告)日：2023-01-31

申请号：CN202211306892.9

申请日：2022-10-25

Applicant: 哈尔滨工业大学(威海)

Inventor： 陈德珅 ,  牛年茂 ,  钱宏亮 ,  王化杰

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06N3/12 ,  G06F111/06 ,  G06F111/10

Abstract: 本发明提供一种基于神经网络调性预测模型的钓竿工艺参数设计方法，包括：构建训练优化BP神经网络钓竿调性预测模型；输入钓竿调性曲线和荷载值，设定工艺参数选取、参数数值范围、参数数值改变量和容许误差；结合NSGA‑Ⅱ算法构建BP－NSGA‑Ⅱ算法，将设计参数变量作为BP－NSGA‑Ⅱ算法的参数优化输入，根据容许误差计算获得设计参数变量的最优值。本发明利用神经网络调性预测模型和智能算法，输入钓竿调性曲线和荷载值，设定参数选取、数值范围、数值改变量和容许误差等即可输出目标调性的多组工艺参数取值，且可按经济性、重量等指标提供选择建议，改变传统依赖经验设计方法，缩短了钓竿工艺参数设计时间，提高钓竿设计效率。

公开(公告)号：CN115495964A

公开(公告)日：2022-12-20

申请号：CN202211306843.5

申请日：2022-10-25

Applicant: 哈尔滨工业大学(威海)

Inventor： 陈德珅 ,  牛年茂 ,  钱宏亮 ,  王化杰

IPC: G06F30/23 ,  G16C60/00 ,  G06F119/14 ,  G06F111/10

Abstract: 本发明提供一种钓竿调性计算方法及系统，所述方法包括以下步骤：利用参数化建模方式模拟碳纤维布的实际卷制过程，输入碳纤维布参数和模具参数，设定钓竿的截面数，求解碳纤维布卷制后每个截面的形状，利用截面放样产生整体钓竿的参数化模型；对参数化模型进行复合材料模量计算，精确计算轴向刚度与弯曲刚度；基于参数化模型编制结构计算程序，进行精细化建模与结构力学分析一体化设计构建；将结构计算程序封装成为软件系统，实现输入设计参数、输出相应的钓竿调性曲线。本发明采用自编计算程序植入参数化建模平台中，只需定义设计参数与受力荷载等原始数据，不需要手动操作，做到精细化建模与结构力学分析一体化设计构建，在提高计算速度同时保证了计算精度。