Izvorni znanstveni članak
Ocjena karakteristika ANN-BP i ANN-GA modela u predviđanju mehaničkih svojstava i obradivosti ljevačkih legura bakra
Miloš MADIĆ
orcid.org/0000-0002-2310-2590
Goran RADENKOVIĆ
Miroslav RADOVANOVIĆ
Sažetak
U ovom radu su razvijeni modeli umjetnih neuronskih mreža (UNM) za predviđanje mehaničkih svojstava i obradivost Cu-Sn-Pb-Si-Ni-Fe-Zn-Al legura na temelju kemijskog sastava (%) legirajućih elemenata. Za razvoj UNM modela korištena je arhitektura višeslojnog perceptrona. Dva pristupa u treniranju UNM, odnosno gradijentno opadajući algoritam širenja unatrag (BP) i genetski algoritam (GA), su primijenjena i statistički uspoređena. Za ocjenu karakteristika razvijenih modela UNM korištene su statističke metode korijen srednje kvadratne pogreške (RMSE), apsolutna frakcija varijance (r2) i prosječna apsolutna postotna pogreška (MAPE). Dobiveni rezultati pokazuju poboljšanje karakteristika predviđanja UNM modela primjenom GA. Koristeći u potpunosti potencijal GA finim podešavanjem GA parametara, učinkovitost pristupa se može dodatno poboljšati što omogućuje široku primjenu u području inženjerstva materijala za predviđanje mehaničkih svojstava.
Ključne riječi
Umjetne neuronske mreže; Mehanička svojstva; Obradivost; Ljevačke legure bakara
Hrčak ID:
93641
URI
Datum izdavanja:
30.4.2012.
Posjeta: 1.755 *