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）: lyhcyjx,（2）
• 页码范围: 17-20
• 页数: 4页
• 分类号: TS653

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。