遗传算法优化的神经网络熔深预测模型

依据熔化极气体保护焊(GMAW)焊接时对焊缝熔深的影响因素，结合遗传算法，建立以焊接电流、焊接电压、焊接速度和焊缝熔宽为输入、以熔深为输出的BP神经网络焊缝熔深预测模型。仿真试验和结果分析表明：使用遗传算法能得到神经网络较好的初始权值和阈值，能显著提高网络性能；所建模型符合已有的焊接熔深理论研究，并且预测误差较小，具有较好的泛比能力和较高的预测准确性，对工程实际具有一定的指导意义。