欢迎登录材料期刊网

材料期刊网

高级检索

根据实际海水材料腐蚀数据,将灰色预测模型GM(1,1)与径向基(Radial basis function,RBF)神经网络预测模型结合,建立预测碳钢、低合金钢在实际海水环境中平均腐蚀速率的灰色神经网络模型.结果表明,灰色RBF网络建模优于传统灰色预测模型,符合海水腐蚀的特点.

参考文献

[1] 邓聚龙.灰色系统基本方法[M].武汉:华中工学院出版社,1987
[2] 孔德英;宋诗哲 .人工神经网络技术探讨碳钢、低合金钢的实海腐蚀规律[J].中国腐蚀与防护学报,1998,18(04):289-296.
[3] 邓春龙,李文军,孙明先.BP神经网络在碳钢、低合金钢海水腐蚀中的应用[J].腐蚀科学与防护技术,2006(01):54-57.
[4] 王海涛,韩恩厚,柯伟.基于人工神经网络模型的铝合金大气腐蚀的预测[J].中国腐蚀与防护学报,2006(05):272-274,281.
[5] Zhong L;Yuan J L;Xia H X.A study on gray neural network modeling[A].北京:中国铁道出版社,2002
[6] 宋诗哲,王光雍,王守琰.我国材料自然环境腐蚀数据处理研究进展[J].中国腐蚀与防护学报,2003(01):56-64.
[7] Robert J;Schilling J;Carroll J .Approximation of nonlinear systems with radial basis function neural networks[J].IEEE Transactions on Neural Networks,2001,12(01):21-28.
[8] 王军平,陈全世.灰色-神经网络综合预测模型[J].计算机工程与应用,2004(09):13-15.
[9] 姜波 .灰色系统与神经网络分析方法及其应用研究[D].华中科技大学,2004.
[10] 材料自然环境腐蚀"八五"数据汇编[M].,1996
[11] 高隽.人工神经网络原理及仿真实例[M].北京:机械工业出版社,2003
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:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%