文献知网节
  • 记笔记
摘要:基于人工神经网络和遗传算法,结合177组不锈钢复合板实测数据,构建不锈钢复合板剪切强度模型。研究确定不锈钢铬当量、铬镍当量比、复合板覆层厚度以及基材厚度为网络输入量,复合板剪切强度为输出量,隐含层节点数由试探寻优法确定,优化网络结构为4-7-1;比较Levenberg-Marquardt、Quick-Propagation、Standard Back-Propagation算法的训练误差、测试误差及计算迭代步数,确定以误差最小、计算速度最快的LM算法训练网络;另外,利用提前终止法避免ANN模型产生的过拟合的问题;在此基础上,引入遗传算法进一步优化ANN网络的权值和阈值,使得复合板剪切强度预测值与实测值相关系数达到0.997;将所构建模型用于实际不锈钢复合板剪切强度的预测,与实测值相近,进一步验证预测模型的有效性和可靠性。
  • DOI:

    10.14024/j.cnki.1004-244x.2011.06.022

  • 专辑:

    理工B(化学化工冶金环境矿业); 理工C(机电航空交通水利建筑能源)

  • 专题:

    金属学及金属工艺

  • 分类号:

    TG335.5

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:105 页码:14-18 页数:5 大小:1094K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者