金属学及金属工艺论文_基于遗传算法优化BP神经

来源：塑性工程学报 【在线投稿】栏目：期刊导读时间：2022年01月24日 07:15:12

作者:网站采编
关键词:
摘要：文章摘要:为了预测不同工艺参数下的挤压扭矩、挤压温度及螺纹成形质量,基于MATLAB搭建了BP-GA神经网络预测模型,利用遗传算法对BP神经网络权值和阈值进行优化,使预测结果更加精确。

文章摘要:为了预测不同工艺参数下的挤压扭矩、挤压温度及螺纹成形质量,基于MATLAB搭建了BP-GA神经网络预测模型,利用遗传算法对BP神经网络权值和阈值进行优化,使预测结果更加精确。结果表明:BP-GA神经网络预测模型对内螺纹冷挤压过程中的挤压扭矩、温度和牙高率的预测精度较高,挤压扭矩的试验值与预测值误差为10%～15%,挤压温度的试验值与预测值变化趋势一致,牙高率的试验值与预测值误差小于5%。该方法能够实现对内螺纹冷挤压过程中主要参数的预测,有效提高内螺纹挤压质量,降低实际加工成本。

文章关键词:

项目基金:《塑性工程学报》网址: http://www.sxgcxb.cn/qikandaodu/2022/0124/926.html

上一篇：金属学及金属工艺论文_7005高强铝合金胀形性能
下一篇：轻工业手工业论文_重组竹尺寸稳定性及力学特性