混合遗传算法在灰铸铁件缺陷诊断神经网络模型中的应用  

Application of Hybrid Genetic Algorithm in the Neural Network Model for Gray Iron Casting Fault Diagnosis

作　　者：路阳[1] 王智平[1] 刘在德[1] 陈轶星[2] 李文生[1] 

机构地区：[1]甘肃工业大学材料科学与工程学院,甘肃兰州730050 [2]北京科技大学冶金学院,北京100083

出　　处：《铸造》2002年第3期177-179,共3页Foundry

摘　　要：基于BP网络的强大缺陷诊断功能 ,构建了灰铸铁件缺陷诊断神经网络模型 ;针对BP算法学习网络权值收敛速度慢 ,易陷入局部最优的缺点 ,采用混合遗传算法加速网络权值的学习。A neural network model for gray iron casting fault diagnosis is constructed based on the mighty fault diagnosis function of BP neural network;To avoid the network get trapped in some local minimum and also to accelerate the weights learning,the hybrid genetic algorithms is used to learn BP neural network weights in this model;It is proved that the model can lower waster rate of gray iron casting effectively.

关 键 词：混合遗传算法 BP算法 神经网络 缺陷诊断 灰铸铁件 

分 类 号：TG250.6[金属学及工艺—铸造] TP183[自动化与计算机技术—控制理论与控制工程]