基于神经网络的双辉等离子渗金属工艺预测
来源期刊：材料科学与工程学报2007年第3期
论文作者：张平则 李莉平 邹戈 姚正军 李超
关键词：双层辉光; 数学模型; 人工神经网络; 动态退火算法;
摘 要：将人工神经网络理论及Back propagation(BP)算法应用于双层辉光等离子渗金属工艺的研究,并针对BP神经网络收敛速度慢、易陷入局部极小的缺点,提出一种新的动态退火算法优化网络的训练,进而建立了双层辉光等离子渗金属工艺参数与渗层元素总质量分数、渗层厚度和表面硬度之间的数学模型,最后将模拟预测结果与实验数据进行比较和误差分析, 证明该模型具有较高的预测精度.
张平则1，李莉平1，邹戈1，姚正军1，李超1
(1.南京航空航天大学,材料科学与技术学院,江苏,南京,210016)
摘要:将人工神经网络理论及Back propagation(BP)算法应用于双层辉光等离子渗金属工艺的研究,并针对BP神经网络收敛速度慢、易陷入局部极小的缺点,提出一种新的动态退火算法优化网络的训练,进而建立了双层辉光等离子渗金属工艺参数与渗层元素总质量分数、渗层厚度和表面硬度之间的数学模型,最后将模拟预测结果与实验数据进行比较和误差分析, 证明该模型具有较高的预测精度.
关键词:双层辉光; 数学模型; 人工神经网络; 动态退火算法;
【全文内容正在添加中】
