基于支持向量机的材料热处理性能预测模型研究

摘要：

介绍了支持向量机(SVM)技术中的支持向量回归模型,并结合实例运用SVM技术构建了42CrMo钢热处理力学性能预测的数学模型.研究表明,在小样本条件下,应用SVM技术构建数学模型的最大预测相对误差为4.78%;而且随着检验精度的提高,模型的预测精度保持基本不变,泛化能力明显优于用人工神经网络的BP模型.认为在材料热处理领域应用SVM技术构建预测力学性能的数学模型,能较好地解决小样本和模型预测精度间的矛盾.

关键词：支持向量机(SVM)、预测模型、热处理、泛化能力

所属期刊栏目：28

分类号：TG156;TP301(金属学与热处理)

在线出版日期：2008-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：152-155