【塑料热压成型预测】阿基米德搜索算法优化支持向量机AOA-SVM塑料热压成型预测（多输入单输出）【含Matlab源码 3434期】-CSDN博客

本文链接：https://blog.csdn.net/weixin_63266434/article/details/134367839

本文介绍了如何利用阿基米德搜索算法优化支持向量机(AOA-SVM)进行塑料热压成型工艺参数预测。通过结合SVM回归和阿基米德搜索算法，解决传统SVM可能存在的过拟合或欠拟合问题，以提高预测准确性和效率。实验涉及固化温度、固化时间等六个工艺参数，并关注横向拉伸模量等四个目标函数。文章提供Matlab源码，适用于塑料加工业中的工艺参数优化。

摘要由CSDN通过智能技术生成

⛄一、阿基米德搜索算法优化支持向量机

塑料热压成型是塑料加工业中简单、普遍之加工方法，主要是利用加热加工模具后，注入试料，以压力将模型固定于加热板，控制试料的熔融温度和时间，融化后硬化、冷却，再予以取出模型成品即可。热压成型具有模具便宜、成品厚度均匀等优点，其产品有冰箱门的内衬、汽车档泥板、汽车底盘、软质饮水杯、标示牌、包装材料及其它厚度均匀的产品。
在塑料热压成型中，工艺参数的选择起着至关重要的作用，确定原则是选择合适的固化温度、固化时间、固化压力、升温速度、加压温度和加压时间，保证塑料成型时获得较高性能的制件。而传统的确定方法主要依靠多次实验，采用经验设计准则设计，完全取决于设计者的经验，由此所得的工艺参数往往须经过多次试验才能调整出合适的参数，效率很低。因此需要建立获得较高性能制件的各热压成型工艺参数之间的关系，文中利用人工神经网络建立塑料热压成型工艺参数的数学模型，用遗传算法对参数进行优化，较好地控制了工艺参数，提高了制件性能。

1 塑料热压成型实验方法及其工艺参数和目标函数的确定
实验原材料为塑料树脂材料 PP( 聚丙烯) ，实验设备为液压式万能试验机、箱式电阻炉和自制的搅拌机，将原材料放入搅拌机中搅拌均匀后，放入箱式电阻炉加热到 175 ～ 180 ℃，把加热后的原材料放入到预热到相同温度的模具中，在液压