自适应遗传ＢＰ神经网络模型对金属电致塑性效应的建模研究
本文利用一种自适应遗传BP神经网络模型具有自学习、自组织、自适应和非线性动态处理等特点对LY12铝合金的电致塑性效应进行了仿真来逼近实际的数学模型。采用遗传算法的迭代寻优能力对神经网络进行优化，再利用BP算法进行局部搜索得到最优解。本文把自适应遗传BP神经网络的训练分成两个部分：首先采用遗传算法迭代来获取优化后神经网络的初始权值；然后再用优化后的神经网络算法来训练后期数据，从而得到理想的网络模型。仿真的结果显示自适应遗传BP神经网络模型经过多次迭代寻优以后可以逼近真实的非线性模型。最后，根据实验所得的具体数据与训练所得结果进行比照和论证，其结果十分吻合。
金属电致塑性、自适应遗传BP神经网络、仿真
2024-01-26（万方平台首次上网日期，不代表论文的发表时间）
共3页
121-122,124
