Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

28.09.2019 | Research Article - Computer Engineering and Computer Science | Ausgabe 4/2020

Arabian Journal for Science and Engineering 4/2020

Nature-Inspired Optimization Algorithm-Tuned Feed-Forward and Recurrent Neural Networks Using CFD-Based Phenomenological Model-Generated Data to Model the EBW Process

Zeitschrift:
Arabian Journal for Science and Engineering > Ausgabe 4/2020
Autoren:
Debasish Das, Abhishek Rudra Pal, Amit Kumar Das, Dilip Kumar Pratihar, Gour Gopal Roy

Abstract

To automate the electron beam welding process, the identification of its contributing parameters is a must, for which it is required to establish the input–output correlations in both forward and reverse directions as accurately as possible. In the present investigation, both feed-forward and recurrent neural networks are developed for the said purposes, which have been trained using the welding data collected from an existing computational fluid dynamics (CFD)-based phenomenological model with the help of some natured-inspired optimization tools like cuckoo search, firefly, flower pollination, crow search algorithms, particle swarm optimization, covariance adaptation evolution strategy and spider monkey optimization, separately. The results of the trained networks have been validated using some real experimental data. The novelty of this study lies with the applications of these newly developed nature-inspired optimization algorithms to tune the neural networks using the CFD-based phenomenological model-generated welding data. In addition, the performances of these neural networks tuned using the said nature-inspired optimization algorithms have been compared through some statistical tests. In general, flower pollination-tuned recurrent neural network is found to provide the best predictions.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 4/2020

Arabian Journal for Science and Engineering 4/2020 Zur Ausgabe

Research Article - Computer Engineering and Computer Science

A Highly Flexible Architecture for Morphological Gradient Processing Implemented on FPGA

Research Article - Special Issue - Intelligent Computing and Interdisciplinary Applications

Empirical Evaluation of Automated Test Suite Generation and Optimization

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Bildnachweise