典型文献
基于LSSVM和GA的镍铬合金薄膜制备工艺参数优化
文献摘要：
为提高磁控溅射镍铬合金薄膜的性能和确定最佳工艺参数条件,建立了一种粒子群-最小二乘支持向量机(PSO-LSSVM)和遗传算法(GA)联合优化算法.以功率、压强、基底温度及偏压为因素设计表面粗糙度和沉积速率的正交试验;采用极差分析法得到工艺参数组合,并分析了该方法存在的不足;通过最小二乘支持向量机分别建立对表面粗糙度和沉积速率的预测模型.为提高预测模型的精度,提出了高斯核函数与多项式核函数的加权混合核函数,采用粒子群算法对权重因子、惩罚因子、高斯核带宽以及多项式阶次进行多目标寻优,得到LSSVM非线性回归预测函数.将回归预测函数作为遗传算法的适应度函数,并确定四种相关因素的约束条件,分别得到了两种性能的最佳工艺参数.
文献关键词：
最小二乘支持向量机;混合核函数;遗传算法;工艺参数优化
中图分类号：
作者姓名：
郜冉;武文革;宋丁
作者机构：
中北大学机械工程学院
文献出处：
引用格式：
[1]郜冉;武文革;宋丁-.基于LSSVM和GA的镍铬合金薄膜制备工艺参数优化)[J].工具技术,2022(04):98-102
A类：
B类：
LSSVM,GA,镍铬合金,金薄膜,薄膜制备,制备工艺参数,工艺参数优化,磁控溅射,最佳工艺参数,数条,最小二乘支持向量机,PSO,联合优化,基底温度,偏压,表面粗糙度,沉积速率,极差分析法,数组,高斯核函数,多项式,混合核函数,粒子群算法,权重因子,惩罚因子,阶次,多目标寻优,非线性回归,回归预测,预测函数,适应度函数,种性
AB值：
0.306164
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。
