基于bp神经网络的铝合金变质研究--大学毕业设计论文.doc

IV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（ArtificialNeuralNetwork,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（BackPropagation）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AbstractThepredictionofthealuminumalloymodificationeffectbeforefurnaceisanimportantlinktoimprovecastingqualityandreducescraprateinproductionmonitoring.Thispaperpresentsmyworkchieflyontheresearchofthepredictionofcastingalumin-umalloymodificationeffectbasedonArtificialNeuralNetwork,andIlargelydomyresearchontheapplicationofBack-Propagationneuralnetworkinthistask.ThispapermainlyintroducedtheworkasthefollowinginthethepredictionofcastingaluminumalloymodificationeffectbasedonArtificialNeuralNetwork:tointroduceandtoa-nalysisdomesticandforeignresearchstatusofaluminumalloymodificationlevel;tobrieflydescribethethermalanalysistheoryofaluminumalloymodification;tobrieflyintroduceAN-N;tointroducepopularBack-Propagationnetworkandtochoosethelearningalgorithm;todecidetheinputvariablesoftheartificialneuralnetwork,todecidethetrainingsimplesandtonormalizethedata;tocomparethetrainingresultsoftwoBPnetworkswithdifferentimprov-edBPalgorithmandtochoosethebest;totestthenewmodulewiththetestingsamples;toputforwardtheproblemsexistinginthepracticalapplicationofthemodelandtheimprovem-enttofurtherstudy.Keywords:aluminumalloymodification;artificialneuralnetwork;BPalgorithm目录摘要IAbstractII1绪论11.1课题的研究意义11.2课题研究背景和现状11.3课题主要内容12铝合金变质检测方法综述32.1铝合金变质的传统测量方法32.1.1断口观察法32.1.2电导率法32.1.3金相法42.1.4热分析法42.2铝合金变质检测技术的新进展53人工神经网络介绍73.1人工神经网络综述73.1.1人工神经网络基本模型73.1.2人工神经网络结构93.1.3人工神经网络的特征103.1.4人工神经网络的发展103.2BP神经网络123.2.1BP神经网络基本思想123.2.2BP网络的学习过程123.2.3BP神经网络的主要应用及特点143.2.4BP网络的局限性及改进措施154基于BP网络的铝合金变质效果研究194.1MATLAB及BP神经网络工具箱函数194.1.1MATLAB简介194.1.2BP神经网络工具箱函数204.2应用BP网络对铝合金变质效果预测建模的一般步骤214.3铝合金变质效果预测神经网络模型的分析224.4铝合金变质效果预测的BP网络建模