|
|||||
|
|
| 反向传播神经网络联合遗传算法对复合材料模量的预测 | |
| 引用本文： | 王卓鑫,赵海涛,谢月涵,任翰韬,袁明清,张博明,陈吉安.反向传播神经网络联合遗传算法对复合材料模量的预测[J].上海交通大学学报,2022(10):1341-1348. |
| 作者姓名： | 王卓鑫 赵海涛 谢月涵 任翰韬 袁明清 张博明 陈吉安 |
| 作者单位： | 1. 上海交通大学航空航天学院;2. 中国商用飞机有限责任公司复合材料中心;3. 北京航空航天大学材料科学与工程学院 |
| 摘 要： | 为减少测试成本和缩短设计周期，基于机器学习方法对树脂基复合材料模量的预报方法进行了研究.采用一种全新预测方法——神经网络联合遗传算法(GA-ANN),将T800/环氧复合材料的强度、泊松比和失效应变作为反向传播(BP)神经网络的3个输入变量，在遗传算法(GA)中得出最优阈值和权重，并将所得数值赋给对应的网络参数，更新BP神经网络以更高的准确率预测树脂基复合材料的模量；同等条件下，用Adam算法进行预测.对比这两种方法，结果充分证明了GA-ANN的可行性. |
| 关 键 词： | 机器学习 反向传播神经网络 遗传算法 复合材料模量 Adam算法 |