运用BP神经网络,建立了热镀锌各工艺参数对热镀锌钢板力学性能影响的数学模型,并与线性回归模型进行了比较.结果表明:BP神经网络预测均方根偏差明显比线性回归预测均方根偏差小,表明该BP神经网络模型用于热镀锌板力学性能预测是可行的,并具有一定的实用性.
参考文献
| [1] | 边军,刘相华,王国栋.我国热镀锌钢板生产现状及展望[J].钢铁研究,2002(03):57-59. |
| [2] | Malinov S;Sha W;McKeown J J .Modeling the correlation between processing parameters and properties in titanium alloys using artificial neural network[J].COMPUTATIONAL MATERIALS SCIENCE,2000,104(1-2):74-80. |
| [3] | Calcaterra S;Campana G .Prediction of mechanical properties in spherical cast iron by neural network[J].Journal of Materials Processing Technology,2000,9(04):365-369. |
| [4] | 初元璋,祁鹏,张娅.宝钢IF钢大生产产品性能预测[J].北京科技大学学报,2001(01):48-51. |
| [5] | 张国英,刘贵立,曾梅光.材料机械性能预测及模拟退火算法优化[J].沈阳工业大学学报,2000(01):53-56. |
| [6] | Mere J B;Marcos A;Gonzalez J A .Estimation of mechanical properties of steel strip in hot dip galvanizing lines[J].IRONMAKING AND STEELMAKING,2004,31(01):43-50. |
| [7] | 张乃尧;阎平凡.神经网络与模糊控制[M].北京:清华大学出版社,1998 |
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%