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

1、焊接變形在船舶制造過程中是普遍存在的問題，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)及水動力性能。焊接過程是一個高度非線性、多變量耦合作用、同時具有大量隨機不確定因素的復(fù)雜過程。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)測焊接變形需要大容量計算機和極為耗時的運算，而且缺乏適應(yīng)環(huán)境的靈活性，很難應(yīng)用到實際焊接變形預(yù)測中。 筆者在廣泛了解國內(nèi)外有關(guān)焊接變形預(yù)測方面研究情況的基礎(chǔ)上，結(jié)合船舶制造過程中鋼板焊接的實際，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)合的方法來建立焊接變形預(yù)測模型，實現(xiàn)對焊接變形量的快速預(yù)報，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)測模型的基礎(chǔ)上，重點介紹了為克服BP神經(jīng)網(wǎng)絡(luò)收斂速度慢，容易陷入局部極小點的缺點，應(yīng)用遺傳算法來優(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)測精度的建模過程。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)測模型。筆者為了進一步驗證用遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合建立起來的焊接變形預(yù)測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)測模型，進行分析，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程中，充分應(yīng)用了MATLAB的有關(guān)工具箱，并運用MATLAB提供的編程語言，實現(xiàn)了將預(yù)測模型用于實際的人機接口，使其具有