基于GA-ANN的不锈钢复合板剪切强度优化模型研究
基于人工神经网络和遗传算法,结合177组不锈钢复合板实测数据,构建不锈钢复合板剪切强度模型.研究确定不锈钢铬当量、铬镍当量比、复合板覆层厚度以及基材厚度为网络输入量,复合板剪切强度为输出量,隐含层节点数由试探寻优法确定,优化网络结构为4-7-1;比较Levenberg-Marquardt、Quick-Propagation、Standard Back-Propagation算法的训练误差、测试误差及计算迭代步数,确定以误差最小、计算速度最快的LM算法训练网络;另外,利用提前终止法避免ANN模型产生的过拟合的问题;在此基础上,引入遗传算法进一步优化ANN网络的权值和阈值,使得复合板剪切强度预测值与实测值相关系数达到0.997;将所构建模型用于实际不锈钢复合板剪切强度的预测,与实测值相近,进一步验证预测模型的有效性和可靠性.
不锈钢复合板、剪切强度、人工神经网络、遗传算法
34
TB331(工程材料学)
陕西省科学技术研究发展计划项目2010K10-13;陕西省教育厅科研计划项目2010JC10
2012-03-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
14-18