【出 处】：《 计算机仿真 》 CSCD 2011年第28卷第1期 209-213页,共5页

【作 者】： 汤嘉立 ; 柳益君 ; 蔡秋茹 ; 吴访升

【摘 要】 对工业材料测试，建立优化系统，关于建立材料力学性能与组成、工艺等相关的预测模型，可以减少试验次数、提高效率、实现工艺的优化。提出利用遗传算法优化的神经网络建立材料性能影响因子到力学性能的非线性映射。在遗传算法中采用基于淘汰相似结构机制的小生境技术，使预定距离之内仅存一个优良个体，维护了群体的多样性，从而提高全局搜索能力。以麦杆增强复合材料为例进行仿真研究，建立其力学性能预测的小生境遗传神经网络模型，利用模型优化注塑成型的工艺参数进行仿真。结果表明所建模型具有较好的学习和泛化能力，对于优化成型工艺参数具有可行性，在材料性能研究领域有着较好的应用和推广价值。