基于神经网络和遗传算法的合金工艺优化  

作　　者：钟波 杨君豪 银黔丰 

机构地区：[1]湖南信息职业技术学院,湖南长沙410200

出　　处：《装备制造技术》2023年第7期272-273,303,共3页Equipment Manufacturing Technology

摘　　要：人工神经网络(Artificial Neural Network)是一种模仿生物神经网络行为特征,进行分布式并行信息处理的搜索算法数学模型。人工神经网络方法可有效地加快计算速度,数据的识别精度能够满足计算要求,作为对复杂非线性系统的建模、预测、估算、诊断和自适应控制的有效工具,目前得到广泛的应用。该文论述神经网络和遗传算法在合金工艺优化设计中的应用,主要解决传统方法进行铝合金材料工艺优化时存在效率低、能耗大的弊端。以7175铝合金材料为例,研究优化其力学性能与材料的工艺条件,通过对铝合金材料试件的拉伸实验、热处理和固溶处理,获取实验数据,采用一个三层BP网络结构、图表分析具体数据。利用BP网络数学模型对铝合金工艺参数数据进行分析,并通过遗传算法,求出铝合金工艺参数的最佳参数组合。实验结果表明,先采用BP网络建立数学模型对铝合金的性能进行预测,再用遗传算法对铝合金工艺预测的参数结果进行优化,可以得到有效的实验结果。

关 键 词：神经网络 遗传算法 合金工艺 优化设计 

分 类 号：TB302.3[一般工业技术—材料科学与工程]