ANN在金属材料组织预测中的应用和比较
本文对RBF(Radial Basis Function Network),MLP(Multi-Layer Perceptron Network),LM(Levenberg-Marquardt算法)等神经网络工作原理作了介绍,对微合金钢的力学性能、各相的分数和铁素体的晶粒尺寸之间的关系进行了研究,认为可以利用人工神经元方法分析微合金钢性能、组织成分及铁素体晶粒尺寸之间关系,利用试验数据通过多次计算机试验,并比较神经网络训练实验数据,预测结果的精度,比较结果表明,LM神经网络方法是用于组织性能预报的有效方法之一.
钢材性能 性能预测 人工神经元 多层感知器
曲周德 张士宏 王忠堂 李殿中
中国科学院金属研究所(沈阳);太原科技大学(太原) 中国科学院金属研究所(沈阳)
国内会议
北京
中文
1243-1248
2004-11-01（万方平台首次上网日期，不代表论文的发表时间）