软计算工具用于预测 Al2219-B4C-Gr 的各种重量分量、材料与润滑性能
计算工程、金融与科学
2025-12-09 v1
摘要
软计算工具已成为传统回归和统计方法中最可靠的替代方案。近期，这些工具能够在缺乏实验或甚至无需实验的情况下准确预测材料配方的最优组合、机械和润滑性能。在本研究中，采用模糊逻辑、决策树和遗传算法等软计算工具，预测 B4C (硼化碳) 和 Graphite (石墨) 增强剂的比重百分比以及 Aluminum (基体材料) 的比重百分比，用于 Al2219 合金。我们还使用 NSGA II 遗传算法对 Al2219 的优化材料和润滑性能进行了多目标优化预测。结果发现，预测结果与早前的 ANN (人工神经网络) 研究和实验发现相符。可以推断，B4C 的添加对机械性能和磨损强度的提升影响大于 Graphite。
关键词
引用
@article{arxiv.2512.07063,
title = {Soft Computing Tools To Predict Varied Weight Components, Material and Tribological Properties of Al2219-B4C-Gr},
author = {Maitreyi Chatterjee and Biplab Chatterjee},
journal= {arXiv preprint arXiv:2512.07063},
year = {2025}
}
备注
Preprint accepted for presentation at INCOM 2026