基于遗传神经网络的数字化渐进成形回弹预测

• 作者: 莫健华 韩飞 龚攀
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 渐进成形 回弹预测 遗传算法 BP神经网络
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 机械与材料工程
• 页码范围: 121-124
• 页数: 4页
• 分类号: TG386
• 字数: 3462字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2008.01.034

摘要

针对传统BP神经网络具有易陷入局部极小等缺陷,采用遗传算法(GA)对BP神经网络(初始权值、阈值)进行了优化,将人工智能技术和激光扫描测量技术有机结合,建立了金属板材数字化渐进成形回弹预测的遗传神经网络模型,对计算结果与BP神经网络预测结果进行比较,表明遗传神经网络预测值与实测值之间具有很高的相关性和精确度,该模型可用于预测渐进成形工艺参数与回弹量之间的映射关系,为金属板材数字化渐进成形回弹量的预测开辟了一条新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	莫健华	华中科技大学材料成形及模具技术国家重点实验室	142	2463	26.0	43.0
2	韩飞	华中科技大学材料成形及模具技术国家重点实验室	6	307	4.0	6.0
3	龚攀	华中科技大学材料成形及模具技术国家重点实验室	10	74	2.0	8.0