论文部分内容阅读
为了减少熔融沉积成型（FDM）制品的翘曲变形，提高产品的成型质量，建立了以分层厚度、成型速度、挤出温度和热床温度为输入参数，产品翘曲变形量为输出参数的预测模型。该模型以翘曲变形量最小为目标，利用遗传算法（GA）和思维进化算法（MEA）分别对BP神经网络进行优化，并通过正交试验验证预测结果。结果表明：MEA-BP翘曲变形量预测模型在多种预测模型中预测结果最为精准，且运行速度较快。