来源：期刊VIP网 时间：
作者：邓建新;农张华;尹政;戴博林;
单位：广西大学机械工程学院;广西制造系统与先进制造技术重点试验室;
摘要：为了基于更少的试验样本数据来更准确地预测铸件性能，提出基于已有数据和迁移多层感知机的挤压铸件性能预测方法。首先基于预测的铸件性能，从材料、工艺参数、铸件性能等方面设计数据迁移规则，筛选出最适合迁移的历史铸件数据，在此基础上建立工艺参数与性能间的贝叶斯优化的预训练多层感知机模型，然后引入少量目标铸件试验数据，通过冻结-微调隐藏层参数的迁移策略，最终建立面向新铸件的性能预测模型。应用实例表明，迁移模型的平均预测误差相对基模型最大可降低80.46%。与现有基于单一铸件数据的预测模型相比，所提方法运用历史案例，实现了工艺参数与铸件性能间的知识迁移，进一步降低了对训练样本的需求，从而减少新铸件的试验次数和成本。
关键词：挤压铸件;;性能预测;;迁移学习;;多层感知机;;贝叶斯优化;;少样本学习
基金资助：国家自然科学基金项目(51965006,52465036);; 广西自然科学基金项目(2025GXNSFAA069689)
