基于遗传算法和BP神经网络的竹粉模压花盆跌落冲击响应预测

• 作者: 何燕丽 刘志军 张国梁 蔡小娜
• 来源期刊: 木材加工机械
• 学科: 工学
• 关键词: 竹粉模压花盆 跌落冲击 遗传算法 BP神经网络
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 研究与设计
• 页码范围: 17-20,32
• 页数: 5页
• 分类号: TS653|TP391.9
• 语种: 中文
• DOI: 10.13594/j.cnki.mcjgjx.2016.02.006

摘要

提出以竹粉模压花盆跌落冲击响应为对象的预测模型.利用均匀设计和有限元分析技术获得试验数据,以花盆周壳厚度、底沿厚度和底壳厚度为网络输入,花盆壳体最大应力为网络输出,构建三层BP神经网络;采用遗传算法(GA)优化BP神经网络的初始权值和阈值,利用均匀试验数据对GA-BP网络模型进行训练和仿真,最后利用GA-BP网络模型预测花盆跌落冲击的壳体最大等效应力.结果表明,所建立的GA-BP网络模型具有较强的学习能力,预测值与有限元分析值相对误差小于5％,表明GA-BP网络模型可用于花盆跌落冲击响应的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志军		42	260	9.0	14.0
2	张国梁		40	210	8.0	13.0
3	何燕丽		10	20	3.0	4.0
4	蔡小娜		23	92	6.0	9.0