基于RBF神经网络的镍基TiN纳米复合镀层显微硬度的预测研究

摘要：

针对神经网络在预测复合镀层性能方面的应用及传统BP神经网络存在缺陷的情况,通过对RBF神经网络基本原理和特点的研究,建立了利用RBF神经网络对Ni-TiN纳米复合镀层显微硬度进行预测的模型,通过实验数据验证了所建立的RBF神经网络模型具有很高的精确度,其最小相对误差可达0.62％,且建立的预测模型具有优化工艺参数的功能,对预测复合镀层的其它性能具有指导意义.

关键词： 镍基纳米复合镀层 显微硬度 预测模型 径向基函数神经网络

作者: 刘新功 吴蒙华 王元刚 王邦国

作者单位: 大连大学机械工程学院,辽宁大连116622

会议类型: 国内会议

会议名称: 第14届全国特种加工学术会议

会议地点: 苏州

会议语种:中文

页码: 430-434

在线出版日期: 2011-10-22（万方平台首次上网日期，不代表论文的发表时间）