Resumen

Los comportamientos de flujo no lineal de la aleacin BT22 se investigaron mediante experimentos de simulacin trmica a diferentes temperaturas y velocidades de deformacin. Tomando los datos experimentales de tensin-deformacin como muestras, se establecieron el modelo de regresin de vectores de soporte (SVR) y el modelo de red neuronal artificial de propagacin por retroceso (BPANN) mediante el mtodo de validacin cruzada (CV) para describir los comportamientos de flujo no lineal de la aleacin BT22. Se utiliz un algoritmo gentico (GA) para optimizar los parmetros del modelo SVR y establecer el modelo GA-SVR. Al mismo tiempo, el modelo fsico optimizado por el algoritmo GA se compara con el modelo de aprendizaje automtico. Se utilizaron el error relativo absoluto medio (AARE), el error relativo absoluto (ARE) y el coeficiente de correlacin (R) para evaluar la capacidad predictiva de los cuatro modelos. Los resultados muestran que el orden de precisin y capacidad de generalizacin del modelo es GA-SVR>BPANN>SVR>modelo fsico. El valor AARE del modelo GA-SVR es 1.5752%, y el valor R es tan alto como 0.9984, que puede predecir con precisin los comportamientos de flujo de la aleacin BT22. De acuerdo con el modelo GA-SVR, los comportamientos de flujo bajo otras condiciones podran predecirse para ampliar los datos experimentales de tensin-deformacin y evitar un gran nmero de ensayos artificiales.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Comportamientos de flujo; Aleación BT22; Modelo SVR; Modelo BPANN; Algoritmo genético; Capacidad predictiva
• Keywords:Flow behaviors; BT22 alloy; SVR model; BPANN model; Genetic algorithm; Predictive ability