基于支持向量机模型的激光相变硬化性能预测研究
本文基于支持向量机(SVM)的理论,建立了激光相变硬化表面性能预测模型,通过对模型结构的分析,提出了模型学习参数的选取方法,并采用序列最小最优化(SMO)算法实现模型参数的优化。用得到的优化模型预测和检验了多种工艺参数下激光相变强化淬硬区尺寸和淬硬区平均硬度,和实验值进行比较,其预测相对误差很小。其结果表明SVM预测模型的预测精度高,泛化能力强,可应用于激光相变硬化性能预测和指导激光相变强化工艺参数制定。
支持向量机 激光相变强化 表面性能 工艺参数
朱明华 张国栋 冯亿生 张富巨 李志远
武汉大学材料工程系,武汉 430072 华中科技大学材料科学与工程学院,武汉 430074
国内会议
武汉
中文
138-141
2008-04-01(万方平台首次上网日期,不代表论文的发表时间)