碳钢焊条熔敷金属力学性能非线性神经网络组合预测
- 详情
- 2021-09-10
- 简介
- 312KB
- 页数 未知
- 阅读 103
- 下载 21
为了提高碳钢焊条熔敷金属延伸率和冲击功力学性能指标的预测准确性,建立了基于反向传播(BP)神经网络、径向基函数(RBF)神经网络、自适应模糊神经网络(AFNN)3种单一模型的碳钢焊条熔敷金属力学性能非线性神经网络组合预测模型。综合运用遗传算法优化BP神经网络连接权的方法对模型预测性能进行了有效改进。利用试验获得的55组相关样本数据对模型进行训练和验证。结果表明,延伸率、冲击功指标的预测平均相对误差分别降为3.15%和2.67%,远小于5%,满足实际生产要求;与采用单一预测模型相比,使用基于遗传算法的神经网络组合预测模型能够显著提高预测准确性和泛化能力。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
碳钢焊条熔敷金属力学性能非线性神经网络组合预测 312KB
碳钢焊条熔敷金属力学性能非线性神经网络组合预测 322KB
结构钢焊条熔敷金属化学成分的人工神经网络预测系统 216KB
焊条熔敷金属抗拉强度预报神经网络模型 214KB
稀土低合金耐磨钢焊条熔敷金属的组织和力学性能 118KB
酸性碳钢焊条、碱性碳钢焊条 不锈钢焊条、堆焊焊条 458KB
镧、钇元素对低碳钢焊条熔敷金属影响的研究 617KB
碳钢焊条 63KB
脱氧剂对电焊条熔敷金属力学性能的影响 946KB
用碳钢焊条冷焊铸铁件 1.2MB