为了计算涂层在自然环境中老化物理量值与环境因子的关系,设计出一种实数编码、算术交叉、高斯变异、爬山操作的遗传BP神经网络。根据环境因子计算涂层物理量值,采用Visual studio 2008进行编程,开发出程序进行神经网络训练和预测程序...
详细信息
为了计算涂层在自然环境中老化物理量值与环境因子的关系,设计出一种实数编码、算术交叉、高斯变异、爬山操作的遗传BP神经网络。根据环境因子计算涂层物理量值,采用Visual studio 2008进行编程,开发出程序进行神经网络训练和预测程序。用一个涂层野外老化数据的实例来进行网络训练和预测,结果表明,模型计算出涂层最终的寿命,与实际测量值相近,表明遗传神经网络模型可以很好地用于涂层寿命预测。
涂层结构设计是实现吸波涂层良好吸收性能的重要手段,利用计算机辅助进行结构设计成为研究趋势。针对当前涂层结构计算机辅助设计存在的运算效率低、优化目标单一、需人工干预等问题,构建了吸波涂层“宽、轻、薄、强”的多目标优化模型,设计了一种基于多目标遗传算法NSGA-Ⅱ的多层吸波涂层结构设计方法,给出了已知材料、已知涂层数下的最优涂层结构设计方案。经实际喷涂测试,采用3号和2号材料的双层吸波涂层经优化后的总厚度为0.6 mm,在18~18 GHz波段的反射率均低于-8 d B.试验验证表明,在保证一定预测冗余的情况下,该方法对雷达波吸收涂层的设计具有一定参考价值。
暂无评论