文献知网节
  • 记笔记

人工神经网络在合金铸铁腐蚀深度预测中的应用研究

王玉荣乌日根

包头职业技术学院人文与艺术设计系

摘要:通过动态和静态质量损失法腐蚀试验获取BP神经网络的样本数据,利用MATLAB的工具箱函数建立用于预测动态和静态腐蚀深度的BP神经网络模型,并对两种腐蚀试验方法的预测误差进行比较研究。结果表明,5×8×10×1BP神经网络可用于合金铸铁在烧碱液中的动态和静态腐蚀深度的预测,且腐蚀试验的样本数据越精确,5×8×10×1BP网络对腐蚀深度的预测误差则越小。
  • DOI:

    10.14024/j.cnki.1004-244x.2012.01.022

  • 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:

    TG143.9

  • 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:110 页码:43-45 页数:3 大小:1063K

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