基于PSO-BP模型的5083铝合金力学性能预测

为准确预测5083铝合金热力学参数与其流变应力之间的关系,基于PSO优化BP神经网络方法提出了PSO-BP铝合金性能预测模型,并对BP模型和PSO-BP模型预测结果进行了对比与分析。结果表明:PSO-BP模型预测值与试验值的吻合度高于BP模型,更能准确地反映铝合金在不同工艺条件下流变应力的变化规律; PSO-BP预测模型具有更快的收敛速度,达到BP预测模型的10倍以上;与传统BP模型相比,PSO-BP模型预测值的平均相对误差不到BP模型的50%,在低温和高温时更明显,且4种应变速率下其预测值与试验值的线性回归决定系数更接近于1,证明了PSO-BP模型对5083铝合金力学性能具有更高的预测精度。