基于遗传算法的铜/钢双金属冷结合结构优化

针对双金属冷结合技术中结合部位结构参数与结合力的复杂关系，建立装配过盈量、孔壁凹槽深度和凹槽宽度3种影响因素与双金属结合力之间的BP神经网络。通过正交试验选定数据进行神经网络的训练和测试，得到具有较高预测精度的神经网络模型。以建立的神经网络作为适应度函数，基于Pareto遗传算法进行针对结合力与变形量的多目标优化，得出结合部位的最优结构参数。