基于遗传算法优化BP神经网络的YG8硬质合金耐磨性预测模型

• 作者: 姚永超 李帆 董良 郭宏 闫献国 陈峙 陈玉华
• 来源期刊: 金属热处理
• 学科: 工学
• 关键词: BP神经网络 YG8硬质合金 关键工艺参数 GA-BP预测模型
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 测试与分析
• 页码范围: 244-248
• 页数: 5页
• 分类号: TG156.91
• 语种: 中文
• DOI: 10.13251/j.issn.0254-6051.2019.12.048

摘要

由于BP神经网络全局寻优存在较大误差,本文基于遗传算法(GA)对BP神经网络进行优化,得出YG8硬质合金耐磨性预测模型.取试验条件中的深冷温度、降温速率、深冷时间、回火温度、回火次数等5项关键工艺参数作为GA-BP模型输入,取磨损量作为模型输出.结果表明,GA-BP预测模型更具有灵活性,预测YG8硬质合金耐磨性正确率达到99.54％,且预测精度较传统的BP神经网络提升了4.07％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫献国	太原科技大学机械工程学院	109	415	9.0	17.0
2	陈峙	太原科技大学机械工程学院	17	22	2.0	4.0
3	陈玉华		11	8	2.0	2.0
4	郭宏	太原科技大学机械工程学院	30	63	5.0	6.0
5	姚永超	太原科技大学机械工程学院	2	2	1.0	1.0
6	董良	太原科技大学机械工程学院	5	7	2.0	2.0
8	李帆	太原科技大学机械工程学院	2	2	1.0	1.0