Metrika

  • citati u SCIndeksu: 0
  • citati u CrossRef-u:0
  • citati u Google Scholaru:[]
  • posete u poslednjih 30 dana:9
  • preuzimanja u poslednjih 30 dana:7

Sadržaj

članak: 1 od 17  
Back povratak na rezultate
2021, vol. 76, br. 2, str. 165-170
Poređenje metaheurističkih algoritama pri parametarskoj optimizaciji procesa laserske obrade
aUniverzitet Metropolitan, Fakultet informacionih tehnologija, Beograd + Univerzitet Metropolitan, Fakultet za menadžment, Beograd
bThe Academy of Applied Technical Studies, Department of Belgrade Polytechnic, Belgrade

e-adresatsibalija@gmail.com
Ključne reči: algoritam optimizacije rojem čestica; algoritam simuliranog odgrevanja; genetski algoritam; parametarska optimizacija; bušenje laserom; deformaciono ojačavanje laserom
Sažetak
Rad prikazuje parametarsku optimizaciju dva heterogena procesa laserske obrade materijala sa više izlaznih karakteristika (lasersko bušenje i deformaciono ojačavanje laserom). koristeći naprednu optimizacionu metodologiju. Podaci dobijeni eksperimentom se obrađuju statističkim metodama kako bi se uzeli u obzir zahtevi za više izlaznih karakteristika. nakon čega se proces modeluje koristeći veštačke neuronske mreže. Neuronski model procesa predstavlja funkciju cilja za tri metaheuristička algoritma čije efektivnosti se porede: algoritam optimizacije rojem čestica, algoritam simuliranog odgrevanja i genetski algoritam. Rezultati su analizirani u smislu kvaliteta dobijenih rešenja i brzine konvergencije. kao i u smislu uticaja sopstvenih parametara algoritama na postignuta rešenja. Usvojeni optimizacioni rezultati su uspešno verifikovani u praksi. Prikazane su preporuke za izbor metaheurističkog algoritma i smernice za podešavanje algoritama.
Reference
Jackson, J. (1991) A Use's Guide to Principal Components. New York: John Wiley & Sons
Kennedy, J., Eberhart, R. (1995) Particle swarm optimization. u: ICNN'95-International Conference on Neural Networks, Perth, Australia, 27 Nov - 1 Dec, Proceedings of
Lu, M., Wevers, K. (2007) Grey System Theory and Applications: A Way Forward. Journal of Grey System, 10(1): 47-54
Petronić, S., Milovanović, D., Milosavljević, A., Radovanović, Ž., Cekić-Erić, O., Jovičić, R. (2019) Laser treatments of Nimonic 263 nickel-based superalloy. Zaštita materijala, vol. 60, br. 1, str. 26-43
Sibalija, T. (2019) Particle swarm optimisation in designing parameters of manufacturing processes: A review (2008-2018). Applied Soft Computing, 84: 105743-105743
Sivanandam, S.N., Deepa, S. (2019) Introduction to Genetic Algorithms. Berlin-Heidelberg: Springer-Verlag
Spall, J. (2003) Introduction to stochastic search and optimisation. New Jersey: John Wiley & Sons
Šibalija, T., Petronić, S., Milovanović, D. (2019) Experimental optimization of Nimonic 263 laser cutting using a particle swarm approach. Metals, Vol. 9, No. 11, pp. 114-130
Šibalija, T.V., Majstorović, V.D. (2016) Advanced Multiresponse Process Optimisation. Berlin, Germany: Springer International Publishing
Šibalija, T.V., Petronić, S.Z., Majstorović, V.D., Prokić-Cvetković, R., Milosavljević, A. (2011) Multi-response design of Nd:YAG laser drilling of Ni-based superalloy sheets using Taguchi's quality loss function, multivariate statistical methods and artificial intelligence. International Journal of Advanced Manufacturing Technology, 54(5-8): 537-552
Šibalija, T.V., Petronić, S.Z., Majstorović, V.D., Milosavljević, A. (2014) Modelling and optimisation of laser shock peening using an integrated simulated annealing-based method. International Journal of Advanced Manufacturing Technology, 73(5-8): 1141-1158
Taguchi, G., Chowdhury, S., Wu, Y. (2004) Taguchi's Quality Engineering Handbook. Michigan: John Wiley & Sons
 

O članku

jezik rada: engleski
vrsta rada: izvorni naučni članak
DOI: 10.5937/tehnika2102165S
primljen: 17.03.2021.
prihvaćen: 25.03.2021.
objavljen u SCIndeksu: 07.05.2021.
Creative Commons License 4.0

Povezani članci

Nema povezanih članaka