| 基于粒子群优化算法-广义回归神经网络的磷化膜耐蚀性预测模型 |
| |
| 引用本文： | 姚宏,于七龙,那琳.基于粒子群优化算法-广义回归神经网络的磷化膜耐蚀性预测模型[J].电镀与精饰,2021,43(11):1-6. |
| |
| 作者姓名： | 姚宏 于七龙 那琳 |
| |
| 作者单位： | 河北建材职业技术学院,河北秦皇岛066004;东北大学秦皇岛分校,河北秦皇岛066004 |
| |
| 基金项目： | 河北省秦皇岛市科技局项目 |
| |
| 摘 要： | 选取磷化液温度、磷化液游离酸度和磷化时间作为输入参数,耐点蚀时间作为输出参数,引入广义回归神经网络(GRNN)建立磷化膜耐蚀性预测模型,并分别采用果蝇优化算法(FOA)、粒子群优化算法(PSO)对平滑因子寻优进而优化预测模型.使用18组训练样本对优化后模型进行训练,9组检验样本用于优化后模型的预测准确度评价.结果表明:PSO-GRNN模型的预测值非常接近真实值,预测相对误差在0.001,1.778]区间内,均方根误差最低、为0.682.与常规BPNN模型和FOA-GRNN模型相比,PSO-GRNN模型的预测准确度较高,对磷化膜耐蚀性预测效果良好.
|
| 关 键 词： | 磷化膜耐蚀性 耐点蚀时间 广义回归神经网络 果蝇优化算法 粒子群优化算法 |
Prediction Model for Corrosion Resistance of Phosphating Film Based on Particle Swarm Optimization Algorithm and Generalized Regression Neural Network |
| |
| YAO Hong,YU Qilong,NA Lin.Prediction Model for Corrosion Resistance of Phosphating Film Based on Particle Swarm Optimization Algorithm and Generalized Regression Neural Network[J].Plating & Finishing,2021,43(11):1-6. |
| |
| Authors: | YAO Hong YU Qilong NA Lin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
