一种动态再结晶模型参数反分析识别方法

摘要

本发明公开了一种动态再结晶模型参数反分析识别方法，基于遗传神经网络元胞自动机，其特征在于：依次有以下步骤：1)确定参数的取值范围，设计构造实验方案；2)进行模拟计算，构建学习样本库；3)构建BP神经网络；4)训练BP神经网络，建立非线性映射关系；5)随机选取至少一组参数，预测流变应力；6)比较预测值与实测值，直至误差达到设计要求；7)保存误差达到设计要求的参数最佳值。有效克服了对动态再结晶参数取值的随意性，用正交试验、遗传算法、神经网络和数值模拟优化计算出动态再结晶参数的取值，解决了反分析优化计算时不稳定性、强非线性、计算量大及学习样本不均匀等问题，明显提高再结晶参数取值的准确性和快速性。