用人工神经网络模型预测钢的奥氏体形成温度

金属学报, 2004, 40(11): 1133-1137.

用人工神经网络模型预测钢的奥氏体形成温度

由伟 , 白秉哲 , 方鸿生 , 谢锡善

北京科技大学材料科学与工程学院

北京 100083

School of Materials Science and Engineering

University of Science and Technology Beijing

Beijing 100083

关键词：钢的奥氏体形成温度 , null , null

ARTIFICIAL NEURAL NETWORK APPLIED TO AUSTENITE FORMATION TEMPERATURES PREDICTION

YOU Wei , BAI Bingzhe , FANG Hongsheng , XIE Xishan

Keywords： null , 人工神经网络 , 预测性能

根据收集的实验数据, 建立了预测钢的奥氏体形成温度(Ac1和 Ac3) 的反向传播人工神经网络模型. 用散点图和均方误差、相对均方误差和拟合分值三个统计学指标评价模型的预测性能. 人工神经网络预测Ac3和Ac1的三个统计学指标分别为23.8 ℃, 14.6 ℃; 2.89%, 2.06% 和1.8921, 1.7011. 散点图和统计学指标均显示: 人工神经网络的预测性能优于Andrews公式. 此外, 用人工神经网络分析了C和Mn的含量对Ac1和 Ac3温度的定量影响, 计算结果显示, C和Mn含量与Ac3和Ac1点间存在非线性关系, 这主要是由于钢中合金元素间存在的相互作用造成的.

参考文献

[1]
[2]
[3]
[4]
[5]
[6]

上一张下一张

计量

下载量()
访问量()

作者相关

文章评分

您的评分：
1

0%
2

0%
3

0%
4

0%
5

0%

材料期刊网

用人工神经网络模型预测钢的奥氏体形成温度

ARTIFICIAL NEURAL NETWORK APPLIED TO AUSTENITE FORMATION TEMPERATURES PREDICTION

参考文献