基于BP神经网络的AZ31镁合金力学性能预测研究

• 作者: 李平 石磊
• 来源期刊: 铸造技术
• 学科: 工学
• 关键词: AZ31镁合金 遗传算法优化 BP神经网络 预测
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 实用成型技术
• 页码范围: 2721-2723
• 页数: 3页
• 分类号: TG115.2
• 语种: 中文
• DOI: 10.16410/j.issn1000-8365.2017.11.044

摘要

利用遗传算法优化的BP神经网络对不同变形工艺参数下获得镁合金试样的抗拉强度、屈服强度和伸长率进行预测.经过仿真结果与试验结果的比对发现,采用遗传算法优化的BP网络在预测精度上有较大的提高,可以很好的对AZ31镁合金的力学性能进行预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李平		14	44	4.0	6.0
2	石磊		20	101	5.0	10.0