TY -的A2 -艾哈迈德,赛义德·哈桑盟——刘Tianzeng盟——邹,打造成PY - 2021 DA - 2021/07/20 TI -材料力学性能评价基于遗传算法优化BP神经网络的SP - 2115653六世- 2021 AB - 21^圣轻量级的世纪,越来越迫切要求领域的航空、航天、电子产品,特别是汽车、镁合金材料的许多性能,尤其是低密度性能特征,被广泛重视。为了更好地利用镁金属材料,评价其力学性能是非常重要的。本文基于196套力学性能实验结果和相关数据的AZ31镁合金AZ91 2。基于数据分析和排序,变形温度、变形速率、变形系数,固溶温度、固溶时间作为输入,极限抗拉强度(ut)屈服强度(y)和伸长(值得)作为输出。5-8-1三层BP神经网络预测模型优化的遗传算法用于数据训练。训练结果表明,该预测模型能够准确地预测抗拉强度、屈服强度和延伸率。与普通BP神经网络预测模型相比,基于遗传算法的BP神经网络具有离散性小,适应性高:生产的平均误差和镁合金y是减少到0.88%和3.3%,分别。最明显的是,AZ31伸长的、值得降低,误差减少到8.1%。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/2115653 - 10.1155 / 2021/2115653摩根富林明计算智力和神经科学PB - Hindawi KW - ER