基于GA-ELM的铝合金压铸件晶粒尺寸预测

• 作者: 喻丽华 孙全龙 梅益 王传荣 肖华强
• 来源期刊: 金属学报
• 学科: 工学
• 关键词: 铝合金 微观组织 晶粒尺寸 极限学习机 GA-ELM模型
• 年，卷（期）: 2017,（9）
• 页码范围: 1125-1132
• 页数: 8页
• 分类号: TG146.2
• 语种: 中文
• DOI: 10.11900/0412.1961.2016.00573

摘要

为提高铝合金压铸件晶粒尺寸预测的效率和准确率,应用遗传算法-极限学习机(GA-ELM)模型预测晶粒尺寸.ELM的输入层权值矩阵及隐含层阈值矩阵具有随机性,通过GA算法对ELM的输入层权值矩阵和隐含层阈值矩阵进行优化,建立GA-ELM模型.以晶粒尺寸作为输出参数,相关压铸工艺参数作为输入参数,通过压铸生产实验及金相测量获得相应数据,对GA-ELM模型进行实例分析,并与同样使用遗传算法优化的GA-BP神经网络模型和原始ELM模型预测结果进行对比.最后,通过金相组织测量实验验证GA-ELM模型预测结果的可靠性.结果表明,利用GA-ELM模型预测铝合金压铸件晶粒尺寸具有较高的预测精度及预测效率,与其它算法相比,具有一定的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梅益		51	168	7.0	10.0
2	喻丽华		25	100	5.0	9.0
3	孙全龙		4	1	1.0	1.0
4	肖华强		17	10	2.0	2.0
5	王传荣		1	0	0.0	0.0