用神经网络和遗传算法优化电镀锌镍磷工艺参数.pdfVIP

第40卷第9期 材料保护 V01．40No．9 2007年9月 MaterialsP邶t盹ti伽 seD．2007 用神经网络和遗传算法优化电镀锌镍磷工艺参数 舒服华 (武汉理工大学机电工程学院，湖北武汉430074) [摘要]提出了一种神经网络与遗传算法相结合的电镀锌镍磷合金工艺参数优化方法。以试验数据 为样本，通过神经网络建立电镀工艺参数与电镀性能关系之间的复杂模型，利用遗传算法对电镀工艺参数进 行优化．可充分发挥神经网络的非线性映射能力和遗传算法的全局寻优能力。试验显示了方法的有效性和优 越性。 [关键词]锌镍磷合金电镀；工艺参数；神经网络；遗传算法 (中图分类号]TQl53．2[文献标识码]A 0前言 处理信息、极强的容错性、鲁棒性、自学习功能和非线 性映射能力。遗传算法是一种借鉴生物界自然选择和 锌合金镀层由于具有良好的耐腐蚀性和低成本等 自然遗传机制的高度并行、随机、自适应有哪些信誉好的足球投注网站算法，表 优点，在汽车、船舶、航空、电子工业等领域得到了广泛 现出易于实现及健壮性等优点”]。神经网络和遗传算 应用。zn．Ni—P合金镀层中镍、磷的含量直接关系到镀 法技术相结合的优化设计方法，主要是利用ANN的非 层的质量和性能，如耐腐蚀性和表面硬度等，而镀层中 线性映射和GA的并行、随机、自适应有哪些信誉好的足球投注网站的特性。基 镍和磷含量的多少与镀液组成和施镀工艺有极大的关 本原理是：通过试验获得目标函数与各影响因素间的 系。因此，对电镀工艺参数进行优选是电镀生产的关 离散关系(试验数据)，用神经网络的隐式来表达输入 键。目前，电镀zn-Ni．P合金工艺参数的优化主要靠 输出的函数关系，即将试验数据作为样本输入网络进 试验手段．“。这种方法优化获得的工艺参数的精度取 行训练，建立输入输出之间的非线性映射关系，并将 决于试验的数量和水平，若耍得到精确、可靠的优化工 “知识信息”储存在连接权上，从而利用网络的记忆功 艺参数，则需增加试验的次数和提高试验的水平，一般 能形成一个“虚拟”函数，这个函数无明确的表达式，它 来说，其结果精度不高，且操作繁琐，时间周期长，难以 可以视作一个非线性的“黑箱”，然后，利用遗传算法对 满足实际生产的需要。近几年来，人工神经网络 形式未知的函数求优化解”o。 (ANN)技术的成熟和完善以及优化设计理论与算法的 BP—GA型求解优化问题的数学模型可表示为： 进步和发展，为电镀zn·Ni-P合金工艺参数的控制和 ，no毛“yl，y2“·，‰) 决策开辟了途径。本工作利用神经网络的非线性映射 y=即(X) 特征和遗传算法的并行、随机、自适应特性，将神经网 y=[yl，y2…，y。]7