基于神經(jīng)網(wǎng)絡(luò)遺傳算法的焊接變形預(yù)測(cè)模型研究與應(yīng)用.pdf

1、焊接變形在船舶制造過(guò)程中是普遍存在的問(wèn)題，焊接變形不僅影響船舶的外觀質(zhì)量，而且嚴(yán)重影響船體結(jié)構(gòu)及水動(dòng)力性能。焊接過(guò)程是一個(gè)高度非線性、多變量耦合作用、同時(shí)具有大量隨機(jī)不確定因素的復(fù)雜過(guò)程。在這種復(fù)雜的環(huán)境下，應(yīng)用數(shù)值方法和解析方法預(yù)測(cè)焊接變形需要大容量計(jì)算機(jī)和極為耗時(shí)的運(yùn)算，而且缺乏適應(yīng)環(huán)境的靈活性，很難應(yīng)用到實(shí)際焊接變形預(yù)測(cè)中。 筆者在廣泛了解國(guó)內(nèi)外有關(guān)焊接變形預(yù)測(cè)方面研究情況的基礎(chǔ)上，結(jié)合船舶制造過(guò)程中鋼板焊接的實(shí)際，分析了

2、影響焊接變形量的種種因素，提出了用遺傳算法與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法來(lái)建立焊接變形預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)焊接變形量的快速預(yù)報(bào)，提高焊接質(zhì)量。 本文在介紹應(yīng)用BP(Back-Propagation)神經(jīng)網(wǎng)絡(luò)建立焊接變形預(yù)測(cè)模型的基礎(chǔ)上，重點(diǎn)介紹了為克服BP神經(jīng)網(wǎng)絡(luò)收斂速度慢，容易陷入局部極小點(diǎn)的缺點(diǎn)，應(yīng)用遺傳算法來(lái)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的連接權(quán)值和閾值，從而提高BP神經(jīng)網(wǎng)絡(luò)的收斂速度和預(yù)測(cè)精度的建模過(guò)程。用遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合方法建立的焊

3、接預(yù)測(cè)模型，仿真結(jié)果表明其優(yōu)于單純BP神經(jīng)網(wǎng)絡(luò)建立的焊接變形預(yù)測(cè)模型。筆者為了進(jìn)一步驗(yàn)證用遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合建立起來(lái)的焊接變形預(yù)測(cè)模型的正確性和有效性，還應(yīng)用徑向基函數(shù)RBF(RadialBasisFunction)網(wǎng)絡(luò)建立焊接變形預(yù)測(cè)模型，進(jìn)行分析，其結(jié)果使其正確性和有效性得以證明。 筆者在建模和仿真過(guò)程中，充分應(yīng)用了MATLAB的有關(guān)工具箱，并運(yùn)用MATLAB提供的編程語(yǔ)言，實(shí)現(xiàn)了將預(yù)測(cè)模型用于實(shí)際的人機(jī)接口，使其具有