基于BP神经网络的铝合金变质研究重点分析.docVIP

摘 要 炉前对铝合金变质效果的预测，是提高铸件质量，降低废品率，实现生产监控的重要环节。 本文主要介绍人工神经网络（Artificial Neural Network,ANN）在铸造铝合金变质效果预测的应用研究工作，主要研究基于反向传播（Back Propagation）BP神经网络在课题中的应用。 论文在进行基于人工神经网络（ANN）的铝合金变质效果研究过程中，主要进行以下工作：介绍和分析国内外对铝合金变质效果的研究现状；简要说明铝合金变质的热分析理论；人工神经网络（ANN）概述；BP网络介绍和算法选择；决定神经网络的输入、输出变量以及网络训练样本、测试样本的选取和数据归一化处理；比较两种BP网络改进算法对网络训练结果的影响，然后选择最优值；检验新的预测模型对于测试数据的应用效果；提出预测模型的实际应用存在的问题和后续的研究工作的见解。 关键词：铝合金变质；人工神经网络；BP算法 Abstract The prediction of the aluminum alloy modification effect before furnace is an important link to improve casting quality and reduce scrap rate in production monitoring. This paper presents my wor