[發(fā)明專利]基于人工神經(jīng)網(wǎng)絡(luò)快速預(yù)報Ni?Mn?Ga形狀記憶合金轉(zhuǎn)變溫度的方法

在審

• 申請?zhí)枺?/td>: 201710207487.4
• 申請日: 2017-03-31
• 公開（公告）號: CN107092729A
• 公開（公告）日: 2017-08-25
• 發(fā)明（設(shè)計）人: 劉太昂;陸文聰;紀曉波;包新華;張慶;徐瀟;徐永鑫;石麗
• 申請（專利權(quán)）人: 上海大學(xué)
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/08
• 代理公司: 上海上大專利事務(wù)所(普通合伙)31205
• 代理人: 顧勇華

技術(shù)領(lǐng)域

本發(fā)明涉及一種預(yù)報Ni-Mn-Ga形狀記憶合金轉(zhuǎn)變溫度的方法，尤其是涉及一種基于人工神經(jīng)網(wǎng)絡(luò)快速預(yù)報Ni-Mn-Ga形狀記憶合金轉(zhuǎn)變溫度的方法。

背景技術(shù)

形狀記憶合金(Shape memory alloys，簡稱SMAs)是一類因熱彈性變形馬氏體轉(zhuǎn)變的假彈性和強彈性而表現(xiàn)出的形狀記憶效應(yīng)(SME)的合金。由于這種獨特的性能，使得形狀記憶合金在機械工程和醫(yī)學(xué)上有著廣泛的應(yīng)用。但是從應(yīng)用的角度來講，形狀記憶合金馬氏體轉(zhuǎn)變溫度尤其是馬氏體開始轉(zhuǎn)變溫度(the starting temperature of the forward martensitic transformation，簡稱Ms)對于工業(yè)設(shè)計至關(guān)重要，是形狀記憶合金裝置應(yīng)用溫度范圍最重要的影響參數(shù)。

人工神經(jīng)網(wǎng)絡(luò)是模擬生物神經(jīng)網(wǎng)絡(luò)信息處理機制的一種信息處理系統(tǒng)，特別適用于處理輸入和輸出關(guān)系復(fù)雜的非線性數(shù)據(jù)，是從化學(xué)化工生產(chǎn)、實驗數(shù)據(jù)中總結(jié)規(guī)律的一種有效手段。它是一種以有向圖為拓撲結(jié)構(gòu)的動態(tài)系統(tǒng)，也可看作是一種高維空間的非線性映射：

每一個神經(jīng)細胞是一個簡單的信息處理單元；神經(jīng)細胞之間按一定的方式相互連接，構(gòu)成神經(jīng)網(wǎng)絡(luò)系統(tǒng)，且按一定的規(guī)則進行信息傳遞與存儲；神經(jīng)網(wǎng)絡(luò)系統(tǒng)可按已發(fā)生的事件積累經(jīng)驗，從而不斷修改該系統(tǒng)的網(wǎng)絡(luò)連接權(quán)重與存儲數(shù)據(jù)。

目前沒有看到人工神經(jīng)網(wǎng)絡(luò)快速預(yù)報Ni-Mn-Ga形狀記憶合金轉(zhuǎn)變溫度這方面的報道。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服現(xiàn)有技術(shù)存在的缺陷，而提供一種低成本、無污染、測試簡單、簡便快捷的基于人工神經(jīng)網(wǎng)絡(luò)快速預(yù)報Ni-Mn-Ga形狀記憶合金轉(zhuǎn)變溫度。

本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：

一種基于人工神經(jīng)網(wǎng)絡(luò)快速預(yù)報Ni-Mn-Ga形狀記憶合金轉(zhuǎn)變溫度的方法，其特征在于該方法的具體步驟為：

a.收集若干個Ni-Mn-Ga形狀記憶合金的組分數(shù)據(jù)以及相應(yīng)的轉(zhuǎn)變溫度(Ms)；

b.以這些組分數(shù)據(jù)為自變量，以轉(zhuǎn)變溫為因變量，采用人工神經(jīng)網(wǎng)絡(luò)算法建立Ni-Mn-Ga形狀記憶合金轉(zhuǎn)變溫度的快速預(yù)報模型；

c.根據(jù)建立的Ni-Mn-Ga形狀記憶合金轉(zhuǎn)變溫度的快速預(yù)報模型和待檢測的新的Ni-Mn-Ga形狀記憶合金的組分數(shù)據(jù)，快速預(yù)報其轉(zhuǎn)變溫度。

上述的步驟b中的具體步驟為：

設(shè)為l-1層上節(jié)點i至l層上節(jié)點j的連接權(quán)值，和分別為l層上節(jié)點j的輸入值和輸出值，且X_i，i＝1,…,N為網(wǎng)絡(luò)的輸入因素，轉(zhuǎn)換函數(shù)f為Sigmoid形式：

則B-P網(wǎng)絡(luò)的輸出與輸入之間的關(guān)系如下：

其中pot(l)，l＝1,2,…,L為各層節(jié)點數(shù)，且pot(1)＝N，pot(L)＝M，為目標E_j的估計值；BP網(wǎng)絡(luò)的學(xué)習(xí)過程是通過誤差反傳算法調(diào)整網(wǎng)絡(luò)的權(quán)值W_ji，使網(wǎng)絡(luò)對于已知n個樣本目標值的估計值與實際值之誤差的平方和：

最小；這一過程可用梯度速降法實現(xiàn)，算法流程如下：

b-1.初始化各權(quán)值

b-2.隨機取一個樣本，計算其

反向逐層計算誤差函數(shù)值

a.

b-3.修正權(quán)值

其中t為迭代次數(shù)，η為學(xué)習(xí)效率，α為動量項,為l-1層上節(jié)點i至l層上節(jié)點j的連接權(quán)值；

重復(fù)步驟b、c、d，直至收斂于給定條件；通過對上述人工神經(jīng)網(wǎng)絡(luò)算法的編程實現(xiàn)，建立Ni-Mn-Ga形狀記憶合金及轉(zhuǎn)變溫度的快速預(yù)報模型。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點：

一、預(yù)報Ni-Mn-Ga形狀記憶合金轉(zhuǎn)變溫度簡單、快捷：把Ni、Mn、Ga的含量導(dǎo)入建立的模型，不需要1秒鐘就可以計算出結(jié)果，方便、快捷，僅需一人即可完成。

二、低成本：本發(fā)明利用Ni、Mn、Ga的含量-人工神經(jīng)網(wǎng)絡(luò)預(yù)報Ni-Mn-Ga形狀記憶合金轉(zhuǎn)變溫度，相比于傳統(tǒng)測量，不需要購買儀器，操作簡單，成本低。

三、不破壞樣品：在整個預(yù)測過程中個，不需要對樣品進行化學(xué)、物理處理，不和破壞樣品。

四、不污染環(huán)境：本發(fā)明在整個過程中不用到化學(xué)藥品，對環(huán)境沒有污染。

附圖說明

圖1為人工神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)示意圖。

圖2為Ni-Mn-Ga形狀記憶合金轉(zhuǎn)變溫度建模結(jié)果圖。

圖3為Ni-Mn-Ga形狀記憶合金轉(zhuǎn)變溫度距留一法結(jié)果圖。