任军帅
,
张英明
,
吝靖玉
,
席恩平
钛工业进展
基于西北有色金属研究院实际生产中统计的321组钛合金铸锭化学成分与相变点数据,构建了预测钛合金(α+β)/β相变点的人工神经网络模型和多元线性回归模型,并对模型的准确性进行了评价分析。结果显示,多元线性回归模型的训练值及预测值与(α+β)/β相变点实际值的相关性系数分别为0．76105和0．80993,而人工神经网络模型的相关性系数分别为0．92721和0．81851,具有更好的相关性。人工神经网络模型的平均绝对误差为4．02℃,相比多元线性回归模型(平均绝对误差为5．11℃)具有更高的精度,可以更好地描述合金元素与钛合金(α+β)/β相变点之间的非线性关系。
关键词:
钛合金
,
相变点
,
合金元素
,
多元线性回归模型
,
人工神经网络模型
