1、“.....即切削参数进给量切削速度轴向切深径向切深和机器公差。为了收集表面粗糙度值，做了大量基于三个等级的，大部分因素的试验方法设计的机械试验和数据统计。参数最小化方程限制条件参数取值范围在等式中值是在第三章中获得响应曲面模具表面粗糙度。和都是切削参数。在最优化问题定义如上同时，迫切需要通过约束来定义个解决方案。限制定义个表面粗糙度值，如果可以话使它小于个数组中最小值。个数组中最小表面粗糙度值是。基于推荐，选择最优化切削参数范围。最优化解决方法用成熟响应曲面模型和成熟遗传算法来解决等式表示最优化问题。如图基于自然界生物进化过程演变，交互式遗传算法解决优化问题。在解决这个问题过程中，需要无规律地选择套参数。设定取决于它们表面粗糙度值等级如遗传算法中值。获得最小表面粗糙度取决于最优参数组合，新参数组合方法。每个测量至少重复三次......”。

2、“.....模具零件用于该研究模具零件是用于生产应用于生物力学上矫正部件组成部分。如图所示。矫正部件常用于行走器械上用于保持人腿在行走时平稳。它配备有根直径为，长度为铝制圆棒，绑到膝盖区域。矫正部件由三个主要组成部分。本次研究对象就是其中之。制造矫正部件零件用套完整方法制造矫正部件组件，用了三道机械加工工序。首先，在数控铣削加工中心上加工选定部件，表面粗糙度值从模具型腔表面量取。其次，用把塑料注射进塑料注射模中，是常用注射用聚合材料。这种材料熔化后密度为，注射温度是，粘度为，熔化后填充流速是。最后，为了获得模具铸件，进行浇铸。模具部件塑料产品和模铸件都在图中给出了。响应曲面模具表面粗糙度在用响应曲面法获得预期表面粗糙度中，响应曲面模型是个分析函数。在模具生产阶段响应曲面法利用了试验数值统计法和最小正方形填充法。它被总结在图中。响应曲面法最初被和用于物理实验填充中......”。

3、“.....响应曲面模型可用下面多项式函数表示式中，和为切削参数，是模型参数例如加工参数。在这个研究中，建立个响应曲面模型，必须用语言编写个计算机程序，如果有足够数据，响应曲面程序具有创建多达第十等级多项式能力。在模型中所有交叉条件都能考虑到例如参数相互影响。响应曲面模型同样能在参数相反条件下生成，即如果需要话能用取代。在建立响应曲面模型中，为个参数和设计基于个等级全部因素试验决定了个表面粗糙度值，将其分为训练数组和检验数组两部分。训练数组包括个用于模具安装中粗糙度。为了节省空间，大量训练数组值用图表示，而不用表格。在图中横坐标表示数组数，纵坐标表示相应表面粗糙度值。检验数组包括个表面粗糙度值，用于检验响应曲面模具精度。检验数组如表所示。它们都选自个数组，显示了切削参数空间上良好分布状况和在响应曲面模具精度上良好检验。在这个研究中......”。

4、“.....表中几个响应模型建立显示了各自精度上误差。在表中相反部分中表示参数，表示它倒数。四等级全部多项式方程为用测量数组得到最好安装结果，用检验数组检查响应曲面模具精度。最大精度误差大约为。这结果表明切削参数在允许变化范围内响应曲面模具获得预期表面粗糙度值具有足够可能性。最优切削条件下获得表面粗糙度最优化问题公式化由于表面粗糙度值表示模具铣削质量高低，因此希望得到尽可能低表面粗糙度。在合适数学优化条件方法帮助下通过调整切削条件，很容易得到较低表面粗糙度。为了获得最小表面粗糙度必须将这个问题用标准数学形式公式化。如下参数最小化方程限制条件参数取值范围在等式中值是在第三章中获得响应曲面模具表面粗糙度。和都是切削参数。在最优化问题定义如上同时，迫切需要通过约束来定义个解决方案。限制定义个表面粗糙度值，如果可以话使它小于个数组中最小值......”。

5、“.....基于推荐，选择最优化切削参数范围。最优化解决方法用成熟响应曲面模型和成熟遗传算法来解决等式表示最优化问题。如图基于自然界生物进化过程演变，交互式遗传算法解决优化问题。在解决这个问题过程中，需要无规律地选择套参数。设定取决于它们表面粗糙度值等级如遗传算法中值。获得最小表面粗糙度取决于最优参数组合，新参数组合数组两部分。训练数组包括个用于模具安装中粗糙度。为了节省空间，大量训练数组值用图表示，而不用表格。在图中横坐标表示数组数，纵坐标表示相应表面粗糙度值。检验数组包括个表面粗糙度值，用于检验响应曲面模具精度。检验数组如表所示。它们都选自个数组，显示了切削参数空间上良好分布状况和在响应曲面模具精度上良好检验。在这个研究中，用设计程序建立和检验从第等级到第四等级响应曲面模型。表中几个响应模型建立显示了各自精度上误差。在表中相反部分中表示参数，表示它倒数......”。

6、“.....用检验数组检查响应曲面模具精度。最大精度误差大约为。这结果表明切削参数在允许变化范围内响应曲面模具获得预期表面粗糙度值具有足够可能性。最优切削条件下获得表面粗糙度最优化问题公式化由于表面粗糙度值表示模具铣削质量高低，因此希望得到尽可能低表面粗糙度。在合适数学优化条件方法帮助下通过调整切削条件，很容易得到较低表面粗糙度。为了获得最小表面粗糙度必须将这个问题用标准数学形式公式化。如下参数最小化方程限制条件参数取值范围在等式中值是在第三章中获得响应曲面模具表面粗糙度。和都是切削参数。在最优化问题定义如上同时，迫切需要通过约束来定义个解决方案。限制定义个表面粗糙度值，如果可以话使它小于个数组中最小值。个数组中最小表面粗糙度值是。基于推荐，选择最优化切削参数范围。最优化解决方法用成熟响应曲面模型和成熟遗传算法来解决等式表示最优化问题。如图基于自然界生物进化过程演变......”。

7、“.....在解决这个问题过程中，需要无规律地选择套参数。设定取决于它们表面粗糙度值等级如遗传算法中值。获得最小表面粗糙度取决于最优参数组合，新参数组合是用模仿生物后裔结构交叉变异而成。这个过程直重复直到表面粗糙度值和新参数组合不再产生。最优化解决方法就是参数最后组合，遗传算法重要参数种群大小变异比率重复次数等，它们值都在表中给出。用编写遗传算法，染色体选择基于对象值和限制等级，合适种群大小偏向于最小目标值和在它们后代中最不可出现提趋势。大部分遗传算法在获得解之前，通过处罚函数把限制优化问题转化为非限制优化形式。这就引出了选择合适处罚系数难题，它需要使用者经验。在这次研究程序中不需要处罚系数，所以这个难题被避免了。优化结果及对它讨论解决这个优化问题后，遗传算法使表面粗糙度从降到，和原始切削条件下表面粗糙度相比降幅几乎是。最优化切削条件获得表面粗糙度在表中列出......”。

8、“.....在图中把预期表面粗糙度和物理测量作了比较。从图中可以看出物理测量和遗传算法结果非常接近。结论在这个研究中，在铣削铝合金制成模具表面时，为了获得预期表面粗糙度，应用了个第四等级响应曲面模型。在生成响应曲面模型时，用了数理统计响应曲面法。响应曲面模型精确度被试验测量所证实。精确度误差很小，只有。成熟响应曲面模型和成熟遗传算法在寻找最优化切削条件，获得最小表面粗糙度上有很大联系。模具和表面粗糙度由优化前降到优化后。遗传算法使表面粗糙度提高了，预期最优化切削条件被试验测量证实。研究发现遗传算法预测结果和实验结果相差很小，误差小于。这表示在这个研究中用到成熟响应曲面模型和成熟遗传算法获得最优化方法是有效，它还可以用于解决其它机械方面问题，如刀具寿命尺寸误差等等。致谢作者感谢卡卡里大学提供了该项目......”。

9、“.....方法。每个测量至少重复三次，三个平均值作为响应曲面模具表面粗糙度值记录下来。模具零件用于该研究模具零件是用于生产应用于生物力学上矫正部件组成部分。如图所示。矫正部件常用于行走器械上用于保持人腿在行走时平稳。它配备有根直径为，长度为铝制圆棒，绑到膝盖区域。矫正部件由三个主要组成部分。本次研究对象就是其中之。制造矫正部件零件用套完整方法制造矫正部件组件，用了三道机械加工工序。首先，在数控铣削加工中心上加工选定部件，表面粗糙度值从模具型腔表面量取。其次，用把塑料注射进塑料注射模中，是常用注射用聚合材料。这种材料熔化后密度为，注射温度是，粘度为，熔化后填充流速是。最后，为了获得模具铸件，进行浇铸。模具部件塑料产品和模铸件都在图中给出了。响应曲面模具表面粗糙度在用响应曲面法获得预期表面粗糙度中......”。