通过动态和静态质量损失法腐蚀试验获取BP神经网络的样本数据,利用MATLAB的工具箱函数建立用于预测动态和静态腐蚀深度的BP神经网络模型,并对两种腐蚀试验方法的预测误差进行比较研究.结果表明,5×8×10×1BP神经网络可用于合金铸铁在烧碱液中的动态和静态腐蚀深度的预测,且腐蚀试验的样本数据越精确,5×8×10×1BP网络对腐蚀深度的预测误差则越小.
参考文献
| [1] | 刘建军,庞宝春,高新琛,刘艳侠.基于BP神经网络的镍基合金腐蚀性能的预测分析[J].辽宁大学学报（自然科学版）,2009(04):319-321. |
| [2] | 周慧,王晓光,张有君.输气管道腐蚀速率的BP神经网络组合预测方法[J].腐蚀科学与防护技术,2010(03):162-165. |
| [3] | 萧彧星,吴光海,孙宁,王树宗,萧以德.BP神经网络在碳钢和低合金钢大气腐蚀数据预测中的应用[J].腐蚀科学与防护技术,2011(02):171-174. |
| [4] | 乌日根,董俊慧,朱霞.稀土对镍铜合金铸铁耐碱蚀性能的影响[J].热加工工艺,2005(11):61-62. |
| [5] | 宋振宇,王秋彦,丁小峰.BP神经网络训练中的实际问题研究[J].海军航空工程学院学报,2009(06):704-706,720. |
| [6] | 周开利;康耀红.神经网络模型及其MATLAB仿真程序设计[M].北京:清华大学出版社,2005:69-100. |
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%