公开(公告)号：CN102693450B

公开(公告)日：2014-11-12

申请号：CN201210150607.9

申请日：2012-05-16

Applicant: 北京理工大学

Inventor： 孙福振 ,  廖乐健 ,  李艳 ,  李业刚 ,  刘彦臣 ,  李国强 ,  杜建光

IPC: G06F19/00 ,  G06N3/02 ,  G06N3/12

Abstract: 本发明公开了一种基于遗传神经网络的曲轴疲劳寿命预测方法，属于内燃机曲轴疲劳寿命测试领域。目的是为了解决DC谐振式曲轴疲劳寿命测试机对曲轴测试具有破坏性和测试时间长等不足。其原理是利用传统DC谐振式曲轴疲劳寿命测试机对曲轴测试的历史数据归一化得到训练样本集；通过遗传算法优化BP人工神经网络模型；使用训练样本集对基于遗传算法优化后的BP人工神经网络进行迭代训练得到训练好的BP人工神经网络预测模型；使用该预测模型对曲轴疲劳寿命快速预测。本发明基于遗传算法优化BP人工神经网络，避免了单一BP神经网络的“过拟合”问题，可有效提高训练速度和预测精度；短时间内快速预测曲轴疲劳寿命而且不破坏曲轴质量，能够对整个生产批次曲轴进行批量测试。

公开(公告)号：CN102693450A

公开(公告)日：2012-09-26

申请号：CN201210150607.9

申请日：2012-05-16

Applicant: 北京理工大学

Inventor： 孙福振 ,  廖乐健 ,  李艳 ,  李业刚 ,  刘彦臣 ,  李国强 ,  杜建光

IPC: G06N3/02 ,  G06N3/12

Abstract: 本发明公开了一种基于遗传神经网络的曲轴疲劳寿命预测方法，属于内燃机曲轴疲劳寿命测试领域。目的是为了解决DC谐振式曲轴疲劳寿命测试机对曲轴测试具有破坏性和测试时间长等不足。其原理是利用传统DC谐振式曲轴疲劳寿命测试机对曲轴测试的历史数据归一化得到训练样本集；通过遗传算法优化BP人工神经网络模型；使用训练样本集对基于遗传算法优化后的BP人工神经网络进行迭代训练得到训练好的BP人工神经网络预测模型；使用该预测模型对曲轴疲劳寿命快速预测。本发明基于遗传算法优化BP人工神经网络，避免了单一BP神经网络的“过拟合”问题，可有效提高训练速度和预测精度；短时间内快速预测曲轴疲劳寿命而且不破坏曲轴质量，能够对整个生产批次曲轴进行批量测试。