在大量搜集现场生产数据的基础上,用BP神经网络算法建立了各种工艺参数对热镀锌板力学性能影响的数学模型.与线性回归模型的比较表明,BP算法的预测误差小于线性回归模型,可用于预测热镀锌板的力学性能,有实用性和推广价值.
参考文献
| [1] | 宋加.国内外宽带热镀锌生产现状及市场需求(一)[J].轧钢,1997(03):48-51. |
| [2] | S Malinov;W.Sha;J.J.McKeown .Modeling the Correlation Between Processing Parameters and Properties in Titanium Alloys Using Artificial Neural Network[J].computational Materials Science,2000,104:74-80. |
| [3] | S Calcaterra;G Campana .Prediction of Mechanical Properties in Spherical Cast Iron by Neural Network[J].Journal of Materials Processing Technology,2000,9(04):365-369. |
| [4] | 初元璋,祁鹏,张娅.宝钢IF钢大生产产品性能预测[J].北京科技大学学报,2001(01):48-51. |
| [5] | 张国英,刘贵立,曾梅光.材料机械性能预测及模拟退火算法优化[J].沈阳工业大学学报,2000(01):53-56. |
| [6] | 刘沛东,刘平,苏娟华,康布熙,田保红.铜合金时效性能的神经网络预测模型[J].河南科技大学学报(自然科学版),2003(02):16-18. |
| [7] | 张乃尧;阎平凡.神经网络与模糊控制[M].北京:清华大学出版社,1998 |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%