基于Bayesian正规化BP神经网络的粘结NdFeB永磁体性能预测

稀土, 2009, 30(2): 39-50. doi: 10.3969/j.issn.1004-0277.2009.02.009

基于Bayesian正规化BP神经网络的粘结NdFeB永磁体性能预测

储林华 ^1, , 查五生 ^2, , 刘锦云 ^3, , 刘桂明 ^4, , 周晓庆 ^5, , 张静怡 ^6,

1.西华大学,材料科学与工程学院,四川,成都,610039

2.西华大学,材料科学与工程学院,四川,成都,610039

3.西华大学,材料科学与工程学院,四川,成都,610039

4.西华大学,材料科学与工程学院,四川,成都,610039

5.西华大学,材料科学与工程学院,四川,成都,610039

6.西华大学,材料科学与工程学院,四川,成都,610039

基金项目: 四川省教育厅重点项目(2004A110)

关键词： Bayesian正规化 , BP神经网络 , NdFeB粘结磁体

Property Prediction of Bonded NdFeB Permanent Magnet on Bayesian-regularization BP Neural Network

基于MATLAB平台和现有的少量实验数据,采用Bayesian正规化法,建立了一个输入为工艺参数、输出为NdFeB永磁体性能参量的BP(Back Propagation)神经网络预测模型,并通过测试样本检验了ANN(Artificial Neural Network)模型的准确性.实验表明,建立的Bayesian正规化BP神经网络模型不仅能准确地拟合训练值,而且能很好地预测未知样本,将该模型应用于材料制备工艺设计,可以明显缩短实验周期,提高工艺设计效率,对实际的研究工作具有一定的指导意义和应用价值.

参考文献

[1]	刘锦云,王克强,陈良辉,查五生.固化温度和时间对快淬粘结磁体性能的影响[J].稀有金属,2006(02):138-140.
[2]	沈文娟,王宝奇,谷南驹,于文英.NdFeB粘结磁体性能影响因素的研究[J].河北工业大学学报,2003(04):82-86.
[3]	徐建伟,刘桂芬.Bayesian正规化BP神经网络及其在医学预测中的应用[J].中国卫生统计,2007(06):597-599.
[4]	魏东,张明廉,蒋志坚,孙明.基于贝叶斯方法的神经网络非线性模型辨识[J].计算机工程与应用,2005(11):5-8,11.
[5]	Shiwei Yu;Kejun Zhu;Fengqin Diao .A dynamic all parameters adaptive BP neural networks model and its application on oil reservoir prediction[J].Applied mathematics and computation,2008(1):66-75.
[6]	Karlik Bekir .A neural network image recognition for control of manufacturing plant[J].Mathematical and computational applications,2003,8(1-3):181.

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

基于Bayesian正规化BP神经网络的粘结NdFeB永磁体性能预测

Property Prediction of Bonded NdFeB Permanent Magnet on Bayesian-regularization BP Neural Network

参考文献