10.3321/j.issn:0412-1961.2003.10.020
应用回归和神经网络方法预测热轧带钢性能
针对Q235B热轧带钢性能预测系统,提出一种回归分析和神经网络相结合的方法来预测其力学性能.首先,测量材料最终相的组成与铁素体的晶粒度,应用多重回归分析的方法,建立成分、相体积分数、晶粒尺寸与抗拉强度、屈服强度、延伸率的对应关系.另一方面,采用BP神经网络方法,结合相变动力学模型的计算数据,通过大量数据的自学习训练,完成神经网络模型对抗拉强度、屈服强度、延伸率的预测.预测结果表明,应用神经网络和回归分析方法,具有较高的预测精度.
热轧带钢、神经网络、回归
39
TG335.11(金属压力加工)
国家高技术研究发展计划863计划2001AA339030;沈阳工业学院校科研和教改项目3200903
2004-08-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
1110-1114