碳钢焊条熔敷金属力学性能非线性神经网络组合预测

• 作者: 徐越兰 黄俊
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 遗传算法 神经网络 碳钢焊条 熔敷金属 非线性组合预测
• 年，卷（期）: 2012,（5）
• 页码范围: 800-803,809
• 页数: 5页
• 分类号: TG115.28
• 字数: 2582字
• 语种: 中文

摘要

为了提高碳钢焊条熔敷金属延伸率和冲击功力学性能指标的预测准确性,建立了基于反向传播(BP)神经网络、径向基函数(RBF)神经网络、自适应模糊神经网络(AFNN)3种单一模型的碳钢焊条熔敷金属力学性能非线性神经网络组合预测模型.综合运用遗传算法优化BP神经网络连接权的方法对模型预测性能进行了有效改进.利用试验获得的55组相关样本数据对模型进行训练和验证.结果表明,延伸率、冲击功指标的预测平均相对误差分别降为3.15％和2.67％,远小于5％,满足实际生产要求；与采用单一预测模型相比,使用基于遗传算法的神经网络组合预测模型能够显著提高预测准确性和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄俊	南京理工大学材料科学与工程学院	47	391	12.0	19.0
2	徐越兰	南京理工大学材料科学与工程学院	51	585	12.0	22.0