收縮性和流動(dòng)性作為鋁合金鑄造性能的兩個(gè)重要指標(biāo),對(duì)于鑄件質(zhì)量具有著決定性的作用。收縮率和流動(dòng)性的快速獲取對(duì)于鑄件生產(chǎn)和新合金開(kāi)發(fā)具有重要的意義。本文采用支持向量回歸（SVR）算法,結(jié)合遺傳算法（GA）進(jìn)行參數(shù)尋優(yōu),構(gòu)建了鑄造鋁合金的流動(dòng)性和宏觀收縮率的預(yù)測(cè)模型。本論文的主要結(jié)論如下:（1）針對(duì)實(shí)驗(yàn)建立的流動(dòng)性數(shù)據(jù)集和收縮率數(shù)據(jù)集,本文提出了壞點(diǎn)剔除算法。通過(guò)壞點(diǎn)剔除,可以在少量數(shù)據(jù)的損失的情況下,大大提高數(shù)據(jù)集的可用性以及建模的準(zhǔn)確度。（2）采用支持向量回歸（SVR）算法,結(jié)合遺傳算法（GA）進(jìn)行參數(shù)尋優(yōu),構(gòu)建了鑄造鋁合金宏觀收縮率的預(yù)測(cè)模型,獲得了在收縮性預(yù)測(cè)模型達(dá)到最優(yōu)時(shí)的模型超參數(shù):C=3.07,γ=0.12,ε=0.03。建模結(jié)果表明SVR模型對(duì)于訓(xùn)練數(shù)據(jù)集的預(yù)測(cè)值與實(shí)驗(yàn)值高度接近。所建模型的誤差殘差分布證明了模型的誤差隨機(jī)性和可靠性。測(cè)試數(shù)據(jù)集驗(yàn)證了預(yù)測(cè)模型對(duì)于測(cè)試樣本仍然具有優(yōu)異的預(yù)測(cè)性能（其中最大的相對(duì)誤差為2.7%,最小的相對(duì)誤差為0.97%,平均絕對(duì)誤差為2.29%）。MIV顯著性分析表明對(duì)鋁合金收縮率影響最大的三種元素分別是Si、Cu、Fe。（3）采用同樣的方法構(gòu)建... 

【文章頁(yè)數(shù)】：87 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 鑄造鋁合金概述
    1.2 鋁合金的收縮性與流動(dòng)性
        1.2.1 收縮性
        1.2.2 流動(dòng)性
        1.2.3 鋁合金收縮性和流動(dòng)性的研究方法
    1.3 支持向量回歸
        1.3.1 機(jī)器學(xué)習(xí)理論
        1.3.2 支持向量回歸原理
        1.3.3 支持向量回歸機(jī)參數(shù)選擇
    1.4 選題背景及意義
    1.5 研究?jī)?nèi)容
第二章 支持向量回歸模型建立
    2.1 數(shù)據(jù)集的建立
        2.1.1 數(shù)據(jù)獲取
        2.1.2 數(shù)據(jù)剔除
        2.1.3 數(shù)據(jù)預(yù)處理
    2.2 核函數(shù)選擇
    2.3 參數(shù)優(yōu)化
    2.4 變量顯著性分析
    2.5 性能評(píng)價(jià)指標(biāo)
第三章 基于支持向量回歸的鋁合金收縮性預(yù)測(cè)
    3.1 數(shù)據(jù)集預(yù)處理和模型建立
        3.1.1 收縮性測(cè)試實(shí)驗(yàn)結(jié)果
        3.1.2 數(shù)據(jù)預(yù)處理與性能評(píng)價(jià)
        3.1.3 模型建立
    3.2 結(jié)果討論
        3.2.1 建模結(jié)果及分析
        3.2.2 基于SVR模型預(yù)測(cè)的實(shí)際運(yùn)用
        3.2.3 各元素組分的顯著性分析
    3.3 鑄造鋁合金收縮率預(yù)測(cè)軟件的應(yīng)用
        3.3.1 軟件設(shè)計(jì)
        3.3.2 軟件功能介紹
    3.4 小結(jié)
第四章 基于支持向量回歸的鋁合金流動(dòng)性預(yù)測(cè)
    4.1 流動(dòng)性預(yù)測(cè)模型建立
        4.1.1 流動(dòng)性測(cè)試實(shí)驗(yàn)數(shù)據(jù)
        4.1.2 數(shù)據(jù)預(yù)處理及性能評(píng)價(jià)
        4.1.3 模型建立
    4.2 結(jié)果討論
        4.2.1 建模結(jié)果及分析
        4.2.2 基于SVR模型對(duì)影響鋁合金流動(dòng)性的元素分析
        4.2.3 各元素組分的顯著性分析
    4.3 鑄造鋁合金流動(dòng)性預(yù)測(cè)軟件的應(yīng)用
        4.3.1 軟件設(shè)計(jì)
        4.3.2 軟件功能介紹
    4.4 小結(jié)
第五章 結(jié)論
    5.1 結(jié)論
    5.2 后續(xù)研究工作的展望
致謝
參考文獻(xiàn)
附錄A 鑄造鋁合金宏觀收縮率數(shù)據(jù)集
附錄B 鑄造鋁合金宏觀收縮率測(cè)試數(shù)據(jù)集
附錄C 鑄造鋁合金流動(dòng)性數(shù)據(jù)集
附錄D 鑄造鋁合金流動(dòng)性測(cè)試數(shù)據(jù)集
攻讀碩士期間取得的學(xué)術(shù)成果


【參考文獻(xiàn)】：
期刊論文
[1]新型材料和工藝在汽車(chē)輕量化中的應(yīng)用[J]. 杜行.  科技創(chuàng)新與應(yīng)用. 2019(05)
[2]改善Al-Mg合金流動(dòng)性及力學(xué)性能的新方法[J]. 田帥,劉桂亮,韓夢(mèng)霞,劉相法.  精密成形工程. 2019(01)
[3]交叉驗(yàn)證的GRNN神經(jīng)網(wǎng)絡(luò)雷達(dá)目標(biāo)識(shí)別方法研究[J]. 林悅,夏厚培.  現(xiàn)代防御技術(shù). 2018(04)
[4]Al-Mn合金的熔體流動(dòng)性及凝固特性[J]. 李文芳,戚鵬飛,杜軍,王康,楊璐,羅平俊.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(11)
[5]Fe含量對(duì)過(guò)共晶鋁硅合金組織及流動(dòng)性的影響[J]. 黃大賀,梁新理,劉文鳳,劉玲卓,王金國(guó).  科技與創(chuàng)新. 2016(21)
[6]基于優(yōu)化SVR模型的大跨度樣本疲勞壽命預(yù)測(cè)[J]. 楊大煉,劉義倫,周維,羿九火.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(09)
[7]Al-Si合金的成分和其凝固收縮率與摩爾體積的關(guān)系[J]. 李少博,堅(jiān)增運(yùn),許軍鋒,朱滿(mǎn),黨博.  鑄造. 2015(07)
[8]熔體溫度處理和合金成分對(duì)鋁硅合金凝固收縮率的影響[J]. 堅(jiān)增運(yùn),黨博,常芳娥,許軍鋒,文強(qiáng).  西安工業(yè)大學(xué)學(xué)報(bào). 2014(02)
[9]全國(guó)道路效率評(píng)價(jià):基于復(fù)相關(guān)系數(shù)的DEA模型[J]. 傅培華,詹正剛.  物流技術(shù). 2013(01)
[10]基于工藝參數(shù)的7005鋁合金力學(xué)性能的支持向量回歸預(yù)測(cè)[J]. 蔡從中,溫玉鋒,朱星鍵,裴軍芳,王桂蓮,肖婷婷.  中國(guó)有色金屬學(xué)報(bào). 2010(02)

博士論文
[1]A356合金熔體調(diào)控對(duì)流動(dòng)性的影響機(jī)理研究[D]. 起華榮.昆明理工大學(xué) 2009

碩士論文
[1]Al-25%Si合金凝固特性及組織研究[D]. 黨博.西安工業(yè)大學(xué) 2014



本文編號(hào)：3698656