基于改进型GA-BP算法的X100管线钢本构模型

根据材料性能试验结果构建了基于BP神经网络的X100管线钢的流变应力模型和损伤模型,并采用改进型遗传算法对其进行优化,通过设置“遗传监控”和“生死个体交替”相结合的运行机制,避免遗传算法陷入局部最优陷阱。结果表明:相比未优化的BP神经网络本构模型,基于改进型GA-BP算法的本构模型预测结果与实测结果吻合更好,最大相对误差仅为2.92%,预测精度高于改进前的BP神经网络本构模型,验证了采用改进型GA-BP算法能够更加准确的描述X100管线钢的本构关系。