由伟
,
白秉哲
,
方鸿生
,
谢锡善
金属学报
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1.89...
关键词:
钢的奥氏体形成温度
,
null
,
null
由伟
,
刘亚秀
,
白秉哲
,
方鸿生
材料热处理学报
doi:10.3969/j.issn.1009-6264.2007.05.035
用人工神经网络模型分析了镍氢电池阴极材料的合金成分对电化学容量衰减速度的影响.用"留一法"训练了模型,模型对训练样本的计算值与实测值在散点图中沿0～45°对角线分布,误差为:均方误差(MSE)为0.1195,相对均方误差(MSRE)为20.54%,拟合值(VOF)为1.9144.对合金成分的分析结果...
关键词:
电化学容量衰减速度
,
合金成分
,
预测
,
人工神经网络
由伟
,
赵玮玮
,
赖惠先
,
白秉哲
钢铁研究学报
用人工神经网络研究了化学成分及热处理工艺参数对低碳低合金钢的硬度的影响.首先设计了RBF型人工神经网络模型,用“舍一法”改进了模型,使其具有较好的预测性能.然后,用神经网络研究了化学成分和冷速对低碳低合金钢的硬度的定量影响.结果表明,碳的质量分数为0.11％～0.15％时,硬度随碳含量的增加而增大；...
关键词:
低碳低合金钢
,
硬度
,
化学成分
,
冷速
,
RBF型人工神经网络
杜畅
,
刘汉武
,
由伟
,
王俊红
,
李明
电镀与涂饰
使用光学软件TFCalc设计了2种金属陶瓷太阳能选择性吸收涂层,根据反射率曲线,优选出A1-A12O3复合涂层,并按照设计的最优涂层结构,采用磁控溅射法在铜基体上制备了A1-Al2O3复合涂层.研究了涂层在300℃/3 h热处理前后的结合强度、太阳光反射率和表面形貌.结果表明,经300℃空气高温处理...
关键词:
太阳能选择性吸收涂层
,
铝
,
氧化铝
,
高温稳定性
,
反射率
,
设计
何文涛
,
刘淑梅
,
由伟
,
刘雅辉
金属功能材料
为了研究AB5型储氢合金初始放电容量与合金成分间的关系,设计了径向基函数型人工神经网络模型.用“留一法”训练了模型,然后用训练好的神经网络模型预测了5个样本的初始放电容量,预测值和实验值在散点图中沿45°线分布,统计学指标为:均方误差(MSE)为6.063,相对均方误差(MSRE)为0.0262％,...
关键词:
AB5型储氢合金
,
初始放电容量
,
合金成分
,
人工神经网络
,
定量影响
刘亚秀
,
刘雅芳
,
姜艳梅
,
由伟
稀有金属
doi:10.3969/j.issn.0258-7076.2013.06.005
设计了径向基函数型人工神经网络模型,研究TA15钛合金的抗拉强度与热加工工艺参数的关系.用“留一法”训练了神经网络模型并对它的预测性能进行了测试,散点图和统计学指标均表明,人工神经网络模型经过训练后,具有较高的预测精度和可靠性.用训练好的神经网络模型预测了6个样本的抗拉强度,预测值与相应的实验测试值...
关键词:
TA15钛合金
,
抗拉强度
,
热加工工艺参数
,
人工神经网络
,
定量影响
由伟
,
白秉哲
,
方鸿生
,
谢锡善
金属学报
doi:10.3321/j.issn:0412-1961.2004.11.003
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点)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....
关键词:
钢的奥氏体形成温度
,
人工神经网络
,
预测性能
,
合金元素
,
定量影响
由伟
,
方鸿生
,
白秉哲
金属学报
根据收集和整理的实验数据, 建立了低碳低合金钢的成分与马氏体转变开始温度(Ms点)的反向传播(BP)人工神经网络, 用这种方法预测了一些钢的Ms点, 并与用其它经验公式得到的结果进行了比较. 结果表明: 用人工神经网络能更精确地预测钢的Ms点, 预测精度明显高于其它线性经验公式, 另外用正交实验法设...
关键词:
钢的Ms点
,
null
,
null
