遗传算法与神经网络结合优化焊接接头力学性能预测模型

摘要

基于建立的反向传播(back propagation,BP)神经网络焊接接头力学性能预测模型,并综合运用遗传算法(genetic algorithm,GA)来优化BP神经网络连接权的方法,对模型预测性能进行了有效的改进,提高了神经网络模型的预测精度和泛化能力.对模型性能的分析表明,焊接接头力学性能预测模型的预测规律符合已有研究结论,预测误差小于5%.随着样本数据的不断充实,样本覆盖空间的不断扩大,力学性能预测模型的应用范围将不断扩大,其实际应用价值也必将越来越高.