一种基于双优化的BP神经网络激光焊接焊缝成形预测方法

摘要

本发明公开了一种基于双优化的BP神经网络激光焊接焊缝成形预测方法，采用主成分分析和遗传算法双优化的BP神经网络方法预测焊缝成形；相比于传统BP神经网络方法预测焊缝成形具有以下几点优势：同时采用熔池特征量和焊接工艺参数作为模型输入，模型对焊缝形貌预测精度更高；采用主成分分析降低模型输入层信息的重复性，消除了特征之间的信息重叠，降低神经网络的输入维数，提高模型运算速度，以适应实时监测的需要；采用遗传算法通过改善模型初始权重和阈值，改善BP神经网络的固有缺陷，避免了模型收敛于局部最优值，防止预测结果出现较大误差。