基于神經(jīng)網(wǎng)絡遺傳算法的焊接變形預測模型研究與應用.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量，而且嚴重影響船體結構及水動力性能。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雜過程。在這種復雜的環(huán)境下，應用數(shù)值方法和解析方法預測焊接變形需要大容量計算機和極為耗時的運算，而且缺乏適應環(huán)境的靈活性，很難應用到實際焊接變形預測中。 筆者在廣泛了解國內外有關焊接變形預測方面研究情況的基礎上，結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)絡相結合的方法來建立焊接變形預測模型，實現(xiàn)對焊接變形量的快速預報，提高焊接質量。 本文在介紹應用BP(Back-Propagation)神經(jīng)網(wǎng)絡建立焊接變形預測模型的基礎上，重點介紹了為克服BP神經(jīng)網(wǎng)絡收斂速度慢，容易陷入局部極小點的缺點，應用遺傳算法來優(yōu)化BP神經(jīng)網(wǎng)絡的連接權值和閾值，從而提高BP神經(jīng)網(wǎng)絡的收斂速度和預測精度的建模過程。用遺傳算法與神經(jīng)網(wǎng)絡相結合方法建立的焊

3、接預測模型，仿真結果表明其優(yōu)于單純BP神經(jīng)網(wǎng)絡建立的焊接變形預測模型。筆者為了進一步驗證用遺傳算法與神經(jīng)網(wǎng)絡相結合建立起來的焊接變形預測模型的正確性和有效性，還應用徑向基函數(shù)RBF(RadialBasisFunction)網(wǎng)絡建立焊接變形預測模型，進行分析，其結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，充分應用了MATLAB的有關工具箱，并運用MATLAB提供的編程語言，實現(xiàn)了將預測模型用于實際的人機接口，使其具有