基于神经网络的RE-Ni-Cu合金铸铁腐蚀性能预测
来源期刊：兵器材料科学与工程2009年第1期
论文作者：乌日根 王玉荣 董俊慧
关键词：BP网络; 铸铁; 腐蚀深度; 合金成分; 预测;
摘 要：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.
乌日根1，王玉荣1，董俊慧2
(1.包头职业技术学院材料工程系,内蒙古,包头,014030;
2.内蒙古工业大学材料科学与工程学院,内蒙古,呼和浩特,010062)
摘要: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.
关键词:BP网络; 铸铁; 腐蚀深度; 合金成分; 预测;
【全文内容正在添加中】
