GA-BP神经网络的钛合金微弧氧化膜层厚度预测模型的建立

• 作者: 李明哲 牛宗伟
• 来源期刊: 电镀与涂饰
• 学科: 工学
• 关键词: 钛合金 微弧氧化 膜厚 预测 神经网络 遗传算法
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 研究报告
• 页码范围: 381-385
• 页数: 5页
• 分类号: TG174|TP183
• 字数: 2473字
• 语种: 中文

摘要

利用正交试验法获得的TC4钛合金微弧氧化实验数据建立了基于4-11-1(即4个输入神经元,11个隐含层节点,1个输出神经元)结构的BP神经网络预测膜层厚度的模型,并引入遗传算法(GA)对其权值和阈值进行优化.以微弧氧化工艺参数中的电流密度、脉冲频率、占空比和氧化时间作为网络的输入向量,氧化膜层厚度作为网络的输出向量,对比和分析了BP与GA-BP模型的预测结果.与BP网络模型相比,GA-BP网络模型稳定性能较好,并能高精度预测膜层的厚度,GA-BP网络模型预测值的平均误差为0.015,最大误差仅为0.036,而BP模型预测结果的平均误差为0.064,最大误差为0.099.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛宗伟	山东理工大学机械工程学院	52	243	7.0	11.0
2	李明哲	山东理工大学机械工程学院	12	53	4.0	6.0