10.3321/j.issn:1005-3026.2008.04.017
基于贝叶斯神经网络的SPA-H热轧板力学性能预测
研究了基于贝叶斯方法的神经网络及其在SPA-H热轧板力学性能预测中的应用.在网络的目标函数中引入代表网络复杂程度的惩罚项,融入"奥克姆剪刀"理论,防止网络"过训练"的发生.考虑到网络在应用中的实际问题,在前人改进的算法基础上,采用Levenberg-Marquardt算法训练网络,提高了该网络的收敛速度.利用上述网络进行SPA-H集装箱热轧板力学性能预测,在收敛速度、稳定性和泛化能力方面都优于传统的BP神经网络.
贝叶斯方法、Levenberg-Marquardt算法、神经网络、集装箱板、力学性能
29
TG335.11(金属压力加工)
国家科技支撑项目2006BAE03A08
2008-05-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
521-524