基于BP神经网络对AZ91D镁合金力学性能的预测

研究了Ce-La混合稀土对AZ91D镁合金力学性能的影响,并通过遗传算法优化的BP神经网络对其进行了预测。结果表明,不同温度下,随着稀土元素Ce-La的增加,AZ91D镁合金的抗拉强度、屈服强度和伸长率的变化规律各不相同,并且最佳的稀土含量值也不一致。通过与实验值比较,基于遗传算法的BP神经网络具有良好的预测精度、计算稳定,能够较好的预测AZ91D镁合金的力学性能。