10.3969/j.issn.1004-244X.2009.01.008
基于神经网络的RE-Ni-Cu合金铸铁腐蚀性能预测
通过动态质量损失法腐蚀试验获取RE-Ni-Cu合金铸铁在高温浓碱液中的实测腐蚀深度,并将其作为样本数据用于BP神经网络的训练和验证;利用MATLAB的工具箱函数分别建立拓扑结构为4x15x1和4x15x8x1的BP神经网络.并对两个网络模型进行比较研究.结果表明,在样本集和训练条件下,4层BP网络的预测精度明显高于3层BP网络,可用于RE-Ni-Cu合金铸铁在高温浓碱液腐蚀系统中的腐蚀性能预测.
BP网络、铸铁、腐蚀深度、合金成分、预测
32
TG143.9;TPL83(金属学与热处理)
2009-04-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
28-31