基于人工神經(jīng)網(wǎng)絡(luò)的低合金鋼焊縫組織預(yù)測研究.pdf

1、焊接接頭微觀組織的研究，由于受到焊接過程復(fù)雜性的影響，目前主要還是采用金相實驗的方法來進行，而金相實驗方法由于要經(jīng)過焊接、試樣準備等一系列環(huán)節(jié)，因此很繁瑣。伴隨著在人工神經(jīng)網(wǎng)絡(luò)的研究和應(yīng)用方面取得的進展，基于ANN的焊接接頭性能的研究逐漸成為熱點。
　　在自然界，除了人類之外，還有其他一些生物具有較高的智能并具有一定的學習能力，這些都給人類在解決實際問題時以啟迪。遺傳算法和人工神經(jīng)網(wǎng)絡(luò)就是在此基礎(chǔ)上經(jīng)過許多研究者的不斷努力而發(fā)展起

2、來的用于解決實際問題的人工智能方法。BP神經(jīng)網(wǎng)絡(luò)善長于區(qū)域搜索，而遺傳算法整體搜索的性能優(yōu)越，于是研究人員將二者的優(yōu)點結(jié)合起來，構(gòu)建了全新的解決問題的思路，以便更好地探究BP神經(jīng)網(wǎng)絡(luò)的學習行為和GA進化過程的相互作用關(guān)系，并用GA對BP神經(jīng)網(wǎng)絡(luò)進行優(yōu)化，從而克服BP網(wǎng)絡(luò)算法帶來的缺陷。
　　本文首先介紹了ANN和GA的相關(guān)基礎(chǔ)理論，在分析了GA在ANN優(yōu)化應(yīng)用的基礎(chǔ)上，利用GA優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)找到最優(yōu)的連接權(quán)及閾值，避免了BP網(wǎng)