基于GA-ELM的铝合金压铸件晶粒尺寸预测

来源期刊：金属学报2017年第9期

论文作者：梅益 孙全龙 喻丽华 王传荣 肖华强

文章页码：1125 - 1132

关键词：铝合金;微观组织;晶粒尺寸;极限学习机;GA-ELM模型;

摘    要：为提高铝合金压铸件晶粒尺寸预测的效率和准确率,应用遗传算法-极限学习机（GA-ELM）模型预测晶粒尺寸。ELM的输入层权值矩阵及隐含层阈值矩阵具有随机性,通过GA算法对ELM的输入层权值矩阵和隐含层阈值矩阵进行优化,建立GA-ELM模型。以晶粒尺寸作为输出参数,相关压铸工艺参数作为输入参数,通过压铸生产实验及金相测量获得相应数据,对GA-ELM模型进行实例分析,并与同样使用遗传算法优化的GA-BP神经网络模型和原始ELM模型预测结果进行对比。最后,通过金相组织测量实验验证GA-ELM模型预测结果的可靠性。结果表明,利用GA-ELM模型预测铝合金压铸件晶粒尺寸具有较高的预测精度及预测效率,与其它算法相比,具有一定的优越性。