基于PCA-ELM算法的注塑成形工艺参数优化

摘要：

引入了一种特征提取方法——主成分分析法(PCA),通过降维,把高维的决策变量映射到低维空间,得到主成分(主要的决策变量),简化了模型,提高了效率,并结合极限学习机(ELM),使用一种改进的带精英策略的非支配排序遗传算法(NSGAⅡ),对建立的多目标优化模型进行求解,得到Pareto最优解集.

关键词：主成分分析、极限学习机、非支配排序遗传算法、Pareto最优解

所属期刊栏目：46

分类号：TS943.66

资助基金：国家自然科学基金面上项目51675201;模具技术国家重点实验室开放基金P2018-006

在线出版日期：2018-12-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：117-122,149