公开(公告)号：CN115017792A

公开(公告)日：2022-09-06

申请号：CN202111651345.X

申请日：2021-12-30

Applicant: 昆明理工大学

Inventor： 王海伟 ,  种晓宇

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06N3/12 ,  G06F111/06 ,  G06F119/08

Abstract: 基于GA‑BP神经网络的Fe‑Mn‑Al‑C系低密度钢力学性能预测方法，其特征在于；所述方法通过遗传算法优化BP神经网络的阈值与权值，利用GA‑BP神经网络构建Fe‑Mn‑Al‑C低密度钢成分、热处理工艺和力学性能之间的关联，预测Fe‑Mn‑Al‑C低密度钢力学性能；本发明通过遗传算法对BP神经网络的阈值与权值进行优化，使BP神经网络既可以克服容易陷入局部极小值的缺陷，又能克服遗传算法局部搜索能力不强、容易早熟的不足，相互取长补短；利用GA‑BP神经网络构建Fe‑Mn‑Al‑C低密度钢成分、热处理工艺和力学性能之间的关联，从而对Fe‑Mn‑Al‑C低密度钢力学性能进行快速准确的预测，为优化低密度钢的成分和热处理工艺提供一种有效的方法，提高了Fe‑Mn‑Al‑C系低密度钢研发效率，降低了研发成本。