高碳当量灰铸铁成分的遗传优化

摘要

高碳当量灰铸铁具有良好的铸造性能,但提高强度是一个重要研究课题.综合自适应模糊推理的建模功能和神经网络的学习能力,直接从试验数据中提取推理规则,建立了成分与抗拉强度和硬度之间的自适应模糊推理模型.模型由一系列规则组成,能帮助人们认识合金化规律,且具有较高的预测精度和泛化能力.同时,将自适应模糊推理模型与遗传算法耦合,得到了最高强度下的成分.研究形成的建模与优化方法可推广应用到其它材料的建模与成分优化.