一种基于白鲸优化算法改进BP神经网络的钛合金水火弯板重叠加热变形预测方法

本发明公开了一种基于白鲸优化算法改进BP神经网络的钛合金水火弯板重叠加热变形预测方法，S1：获取钛合金线加热的成型数据，进行拉丁超立方抽样，得到抽样后的成型数据；S2：进行有限元计算，得到变形场数据；S3：对数据进行归一化处理，得到归一化处理后的数据，并将归一化处理后的数据划分为训练集和预测集；S4：构建BP神经网络模型，采用白鲸优化算法对BP神经网络模型进行优化；S5：基于训练集对优化后的BP神经网络模型进行训练；S6：基于预测集判定训练后的BP神经网络模型的预测精度，当训练后的BP神经网络模型的预测精度符合要求时，得到最终的BP神经网络模型；S7：基于最终的BP神经网络模型预测实际中成型数据所对应的变形场数据。本发明可用于钛合金线加热变形预测，实现钛合金线加热变形场数据快速且大批量的预测，缩短了计算时间。