Searching for Optimal Values of Parameters in Natural Flow Stress Models Utilizing Artificial Neural Networks and Genetic Algorithms

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27360%2F18%3A10241005" target="_blank" >RIV/61989100:27360/18:10241005 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

čeština

Original language name

Hledání optimálních hodnot parametrů v modelech přirozeného deformačního odporu prostřednictvím umělých neuronových sítí a genetických algoritmů

Original language description

Počítačové simulace tvářecích procesů vyžadují mimo jiné i znalost vývoje přirozeného deformačního odporu (PDO) tvářeného materiálu v závislosti na udílené deformaci, teplotě a deformační rychlosti. Uvedené závislosti (stanovené experimentálně) jsou často popisovány matematickými modely, které sestávají z pomocných proměnných (parametrů) závislých na teplotách a deformačních rychlostech. Přesnost jejich popisu tedy ovlivňuje přesnost výsledných modelů. Možnosti popisu těchto parametrů s využitím tzv. inteligentních algoritmů jsou předmětem předkládané práce. Popisováno bylo celkem pět parametrů, jež jsou součástí dvou modelů PDO. Jejich popis byl v prvé řadě realizován jedním prediktivním vztahem, jehož konstanty byly vždy pro konkrétní parametr stanoveny s využitím genetických algoritmů. V druhé řadě byl popis realizován s nasazením vícevrstvých dopředných umělých neuronových sítí se zpětným šířením chybového signálu. Grafické a statistické srovnání ukazuje na vyšší přesnost popisu při využití neuronových sítí, což lze připsat jejich větší univerzálnosti.

Czech name

Hledání optimálních hodnot parametrů v modelech přirozeného deformačního odporu prostřednictvím umělých neuronových sítí a genetických algoritmů

Czech description

Počítačové simulace tvářecích procesů vyžadují mimo jiné i znalost vývoje přirozeného deformačního odporu (PDO) tvářeného materiálu v závislosti na udílené deformaci, teplotě a deformační rychlosti. Uvedené závislosti (stanovené experimentálně) jsou často popisovány matematickými modely, které sestávají z pomocných proměnných (parametrů) závislých na teplotách a deformačních rychlostech. Přesnost jejich popisu tedy ovlivňuje přesnost výsledných modelů. Možnosti popisu těchto parametrů s využitím tzv. inteligentních algoritmů jsou předmětem předkládané práce. Popisováno bylo celkem pět parametrů, jež jsou součástí dvou modelů PDO. Jejich popis byl v prvé řadě realizován jedním prediktivním vztahem, jehož konstanty byly vždy pro konkrétní parametr stanoveny s využitím genetických algoritmů. V druhé řadě byl popis realizován s nasazením vícevrstvých dopředných umělých neuronových sítí se zpětným šířením chybového signálu. Grafické a statistické srovnání ukazuje na vyšší přesnost popisu při využití neuronových sítí, což lze připsat jejich větší univerzálnosti.

Type

J_ost - Miscellaneous article in a specialist periodical

CEP classification

—

OECD FORD branch

20501 - Materials engineering

Project

<a href="/en/project/LO1203" target="_blank" >LO1203: Regional Materials Science and Technology Centre - Feasibility Program</a><br>

Continuities

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year

2018

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Name of the periodical

Hutnické listy

ISSN

0018-8069

e-ISSN

—

Volume of the periodical

71

Issue of the periodical within the volume

6

Country of publishing house

CZ - CZECH REPUBLIC

Number of pages

8

Pages from-to

"15–22"

UT code for WoS article

—

EID of the result in the Scopus database

—