典型文献
基于改进遗传算法优化人工神经网络的304不锈钢流变应力预测准确性研究
文献摘要：
随着航空航天和武器装备等国防军工领域对金属材料高温、高应变率使役条件下的力学性能提出了更高要求.以304不锈钢为例,提出一种基于改进遗传算法选择算子的优化人工神经网络预测金属在复杂使役环境下流变应力的新模型.以应变范围为0.1～0.5、温度变化范围为20～600℃、应变率区间为0.001～100 s-1下的304不锈钢流变应力试验数据为基础,构建了 304不锈钢流变应力预测模型,并将预测结果与决策树、线性回归和未改进遗传神经网络模型进行对比,以平均绝对误差MAE和决定系数R2为检验参数来评价所建立模型的准确性.结果显示,改进遗传神经网络模型在测试集数据上的MAE和R2最佳,表明该模型能够很好预测304不锈钢流变应力.
文献关键词：
304不锈钢;遗传算法;人工神经网络;流变应力
中图分类号：
作者姓名：
丁军;古愉川;黄霞;宋鹍;路世青;王路生
作者机构：
重庆理工大学机械工程学院 重庆 400054;合肥工业大学材料科学与工程学院 合肥 230009
文献出处：
引用格式：
[1]丁军;古愉川;黄霞;宋鹍;路世青;王路生-.基于改进遗传算法优化人工神经网络的304不锈钢流变应力预测准确性研究)[J].机械工程学报,2022(10):78-86
A类：
B类：
改进遗传算法,遗传算法优化,不锈钢,流变应力,预测准确性,航空航天,武器装备,国防军工,金属材料,高应变率,使役,算法选择,选择算子,人工神经网络预测,下流,变化范围,应力试验,应力预测模型,决策树,未改,遗传神经网络,平均绝对误差,MAE,决定系数,建立模型,测试集
AB值：
0.284408
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
