基于遗传算法优化BP神经网络的YG8硬质合金耐磨性预测模型

作者：李帆; 闫献国^*; 陈峙; 郭宏; 姚永超; 董良; 陈玉华

来源：金属热处理, 2019, 44(12): 244-248.

DOI：10.13251/j.issn.0254-6051.2019.12.048

• BP神经网络
• YG8硬质合金
• 关键工艺参数
• GA-BP预测模型

由于BP神经网络全局寻优存在较大误差,本文基于遗传算法(GA)对BP神经网络进行优化,得出YG8硬质合金耐磨性预测模型。取试验条件中的深冷温度、降温速率、深冷时间、回火温度、回火次数等5项关键工艺参数作为GA-BP模型输入,取磨损量作为模型输出。结果表明,GA-BP预测模型更具有灵活性,预测YG8硬质合金耐磨性正确率达到99.54%,且预测精度较传统的BP神经网络提升了4.07%。

• 单位
  如皋市非标轴承有限公司; 中国煤炭科工集团太原研究院; 太原科技大学