基于改进的BP神经网络胶铆接头的力学性能预测研究

摘要：

利用遗传算法优化BP神经网络的连接权值和阈值,并将改进的BP神经网络应用于胶铆接头力学性能预测中,建立了胶铆接头最大拉剪力预测模型.结果表明:GA-BP神经网络比BP神经网络的收敛时间长,但GA-BP网络预测相关系数更好,回归性能更好,具有更好的泛化能力.对训练好的神经网络预测模型进行验证,发现GA-BP神经网络预测的均值绝对误差为BP神经网络均值绝对误差的40％,GA-BP神经网络具备更好的预测性能.

关键词：AA6111铝合金、胶铆接头、遗传算法、BP神经网络

所属期刊栏目：59

分类号：TG498.1(焊接、金属切割及金属粘接)

资助基金：国家自然科学基金资助项目"铝钢零件混联薄板结构焊装偏差分析建模与工艺控制研究";上海科学技术基金项目"电致塑性自冲铆接车身装配质量控制及应用"

在线出版日期：2021-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：12-16