基于WOA-BP神经网络的液滴铺展预测

摘要：

目的 提高BP神经网络对电喷印过程中液滴铺展行为的预测能力.方法 提出一种鲸鱼优化算法(WOA)优化BP神经网络的液滴铺展预测模型.首先,采用相场方法建立电场作用下液滴铺展的数值模型,并通过实验验证仿真结果的准确性.然后,选取初始直径、撞击速度、接触角和电场强度作为神经网络的输入参数,将最大铺展直径作为神经网络的输出参数,利用鲸鱼优化算法优化神经网络中的初始权值和阈值,构建液滴铺展预测模型.最后,基于仿真结果对预测模型进行训练与测试,并将其与传统的 BP 神经网络模型进行对比分析.结果 相较于传统 BP 神经网络预测模型,WOA-BP 神经网络预测模型的平均绝对误差、均方根误差分别降低了 72.60%、77.60%,而平均绝对百分比误差则从 15.0293%减小为 4.5853%.结论 WOA-BP神经网络预测模型可以更好地预测液滴铺展,可为液滴铺展的预测提供新的方法.

关键词：液滴、铺展、鲸鱼优化算法、BP神经网络、预测

所属期刊栏目：44

分类号：TP183;O35(自动化基础理论)

资助基金：广西自然科学基金项目;广西制造系统与先进制造技术重点实验室基金项目;教育部工程研究中心

在线出版日期：2023-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：181-187