本文選題：AZ鎂合金 + 遺傳算法優(yōu)化��； 參考：《鑄造技術》2017年11期

【摘要】：利用遺傳算法優(yōu)化的BP神經網絡對不同變形工藝參數(shù)下獲得鎂合金試樣的抗拉強度、屈服強度和伸長率進行預測。經過仿真結果與試驗結果的比對發(fā)現(xiàn),采用遺傳算法優(yōu)化的BP網絡在預測精度上有較大的提高,可以很好的對AZ31鎂合金的力學性能進行預測。
[Abstract]:BP neural network optimized by genetic algorithm was used to predict tensile strength yield strength and elongation of magnesium alloy samples under different deformation process parameters.By comparing the simulation results with the experimental results, it is found that the BP neural network optimized by genetic algorithm can improve the prediction accuracy greatly, and can predict the mechanical properties of AZ31 magnesium alloys well.
【作者單位】： 綿陽職業(yè)技術學院機電工程系;西南科技大學制造科學與工程學院;
【分類號】：TG146.22

【相似文獻】

相關期刊論文 前10條

1 雷明,李作清,陳志祥,吳雅,楊叔子;神經網絡在預報控制中的應用[J];機床;1993年11期

2 鄔再新;王凱;王連波;呂洪波;;基于神經網絡的自由曲線插補研究[J];制造技術與機床;2007年09期

3 顧玉鋼;夏智海;莊力健;;基于改進神經網絡的疲勞裂紋擴展速率預測[J];合肥工業(yè)大學學報(自然科學版);2008年06期

4 王秀梅,呂程,王國棟,劉相華;軋制力預報中的神經網絡和數(shù)學模型[J];東北大學學報;1999年03期

5 宋丹;金文兵;田志勇;;基于BP神經網絡的數(shù)控機床故障診斷系統(tǒng)研究[J];新技術新工藝;2006年02期

6 于洪海,張新平,胡云峰;偏最小二乘-神經網絡光度法同時測定鋼中鎢和鉬[J];冶金分析;2004年02期

7 梁偉;王杰;王玫;;神經網絡在冷剪機曲軸優(yōu)化中的應用[J];機械設計與制造;2010年08期

8 賴興余,李春雄,嚴霖元,劉明智;基于神經網絡的自適應模糊控制器[J];江西農業(yè)大學學報;1998年01期

9 劉立君;蘭虎;鄭紅艷;;基于神經網絡熔透電弧聲特征參數(shù)評價與選擇[J];焊接學報;2010年03期

10 李旭東;劉治國;穆志韜;;基于神經網絡的金屬材料疲勞裂紋擴展規(guī)律的預測[J];新技術新工藝;2013年11期

相關會議論文 前7條

1 余萬華;翁瑋;韓靜濤;張永軍;劉靖;;基于BP神經網絡的板材熱軋軋制壓力和變形抗力預報模型[A];第四屆中國金屬學會青年學術年會論文集[C];2008年

2 高進強;劉新峰;武傳松;;TIG焊接熔透信息的提取[A];第十次全國焊接會議論文集（第2冊）[C];2001年

3 付培眾;尹怡欣;;基于PSO-RBF的神經網絡及其應用研究[A];2007'儀表，，自動化及先進集成技術大會論文集（一）[C];2007年

4 孫雷;王建國;王明輝;;模塊化神經網絡在CSP連軋過程逆質量模型建立中的應用[A];第十一屆全國自動化應用技術學術交流會論文集[C];2006年

5 莫春立;李殿中;馮峰;李強;詹志東;;耦合物理冶金和神經網絡方法預測鋼材的性能[A];2002年材料科學與工程新進展（下）——2002年中國材料研討會論文集[C];2002年

6 張海波;劉恩東;;基于RBF神經網絡PID控制[A];2007中國鋼鐵年會論文集[C];2007年

7 陳剛;張勇;王瑞;楊思乾;;基于BP算法的逆變點焊電源模糊神經網絡控制研究[A];陜西省焊接學術會議論文集[C];2006年

相關博士學位論文 前3條

1 申Pr伯;生物活性涂層包覆鎂合金的制備與性能研究[D];天津大學;2016年

2 高蕊;鎂合金表面超疏水膜層構筑及其防腐性能研究[D];哈爾濱工程大學;2014年

3 張玉芬;鎂合金表面超疏水涂層的構建及其腐蝕行為[D];哈爾濱工業(yè)大學;2017年

相關碩士學位論文 前10條

1 朱弋;脈沖強磁場處理AZ31鎂合金的微觀組織和力學性能研究[D];江蘇大學;2017年

2 張敏;鎂合金表面植酸/羥基磷灰石生物活性涂層的制備及性能研究[D];天津大學;2016年

3 劉耿;新型全降解鎂合金氣管支架的制備及性能評價[D];鄭州大學;2017年

4 張佳斌;Ca和Ce/La在鎂合金中的協(xié)同強化機制及其防護涂層性能的研究[D];吉林大學;2017年

5 王雷;基于BP神經網絡的鈦合金加工切削力預測模型研究[D];天津理工大學;2016年

6 胡丙坤;基于神經網絡的金屬板材折彎回彈預測與研究[D];上海應用技術學院;2015年

7 趙燕燕;優(yōu)化FPN及其在板形識別中的應用[D];濟南大學;2015年

8 王余敬;基于分離譜的激光超聲表面裂紋識別技術研究[D];中北大學;2016年

9 付澤;典型汽車用板變形滯后回彈的試驗研究及有限元分析[D];北京理工大學;2016年

10 熊偉;基于改進BP神經網絡的車床主軸優(yōu)化設計的研究[D];江蘇大學;2016年

本文編號：1743543