摘要：采用灰色关联分析对影响拉延筋阻力的因子进行分析，获得主要的影响因子。利用拉丁超立方试验设计方法对主要因子进行取样，利用DYNAFORM软件对方盒件成形进行仿真，得到样本数据。以成形件中的减薄、增厚和主应变为输入，以拉延筋几何参数为输出，建立拉延筋参数的反求模型。利用遗传算法优化反向传播（Backpropagation，BP）网络权值，通过与单纯使用BP进行映射得出的几何参数预测值进行比较，该模型的精度得到很大提高，表明基于遗传算法（Geneticalgorithm，GA）优化的BP神经网络的模型能极大提高预测能力。基于GA．BP模型，以拉延筋几何参数为输入，增厚为输出目标，利用训练好的优化权值，获得拉延筋几何参数与成形件增厚的非线性映射关系式，并再次利用遗传算法对其优化，获得最佳的拉延筋几何参数。通过比较优化前后的数值仿真结果，优化后的拉延筋能极大地提高板料成形性能。

关键词：灰色关联分析 拉延筋 反向传播神经网络 遗传算法 反求优化 

单位：西南交通大学先进设计与制造技术研究所 成都610031