邵一涛
,
曾卫东
,
韩远飞
,
周建华
,
王晓英
,
周义刚
稀有金属材料与工程
钛合金的性能对其组织状态十分敏感,与组织的多种显微特征呈现非线性的交互关系.本研究在定量分析钛合金显微组织的基础上,采用BP人工神经网络方法建立了TC17钛合金组织与力学性能的关系模型.该模型输入的显微组织特征参数包括:a相体积分数、a相厚度和不同形态 a相的体积分数,输出的力学性能包括抗拉强度、屈服强度、延伸率和断面收缩率.结果表明,该模型具有很好的预测精度和泛化能力.应用贝叶斯正则化和动量梯度下降学习法较好地解决了传统BP人工神经网络训练高精度和预测低精度的过拟合现象.此模型的建立对构建TC17合金利用组织预报力学性能的专家知识库具有重要作用,而且对钛合金专家系统的整体开发具有重要指导意义.
关键词:
神经网络
,
组织-性能模型
,
钛合金
,
定量分析
,
贝叶斯正则化
萧彧星
,
吴光海
,
孙宁
,
王树宗
,
萧以德
腐蚀学报（英文）
针对设施与装备选材时对金属材料大气腐蚀预测的需求,应用神经网络理论,在改进算法的基础上,建立了一种基于贝叶斯正则化算法的BP神经网络预测模型,探讨了小样本条件下的网络泛化问题,分析了算法对泛化精度的提高能力,并通过Matlab实现了仿真验证.通过对试验数据的测试,证实了改进算法和模型的有效性.
关键词:
碳钢及低合金钢
,
BP神经网络
,
贝叶斯正则化
,
大气腐蚀
,
泛化能力
