基于遗传算法和神经网络的C/C复合材料等温CVI工艺参数优化模型
来源：复合材料学报杂志2016年第11期北京时间：
作者：李妙玲, 仝军锋, 赵红霞,
摘要：建立了基于遗传算法和误差反传（GA-BP）神经网络的化学气相渗透（CVI）工艺参数优化模型。以新型等温CVI工艺制备C/C复合材料时采集的实验数据作为模型评价样本，分析了主要可控影响因素（沉积温度、前驱气体分压与滞留时间等）对C/C复合材料制件密度及其密度均匀性的作用规律。在该模型指导下，样本的期望密度和实测密度最大误差不超过6.2%，密度差最大误差不超过8.2%。实验结果也证明了该模型具有较高的精度和良好的泛化能力，可以用于CVI工艺参数的优化。
关键词：C/C复合材料, 化学气相渗透, BP神经网络, 遗传算法, 参数优化,
