用反向传播人工神经网络预测低碳低合金钢的马氏体转变开始温度
来源期刊：金属学报2003年第6期
论文作者：由伟 白秉哲 方鸿生
关键词：钢的Ms点; 人工神经网络; 合金元素;
摘 要：根据收集和整理的实验数据,建立了低碳低合金钢的成分与马氏体转变开始温度(M以点)的反向传播(BP)人工神经网络,用这种方法预测了一些钢的Ms点,并与用其它经验公式得到的结果进行了比较.结果表明:用人工神经网络能更精确地预测钢的Ms点,预测精度明显高于其它线性经验公式.另外用正交实验法设计了几种基准成分的钢,用人工神经网络分析了几种合金元素对Ms点的定量影响,计算结果表明,与传统的经验公式表达的信息不同,合金元素的含量与钢的Ms点间表现为非线性关系.可以认为,这种非线性关系是由合金元素间复杂的交互作用引起的.
由伟1，白秉哲1，方鸿生1
(1.清华大学材料科学与工程系,北京,100084)
摘要:根据收集和整理的实验数据,建立了低碳低合金钢的成分与马氏体转变开始温度(M以点)的反向传播(BP)人工神经网络,用这种方法预测了一些钢的Ms点,并与用其它经验公式得到的结果进行了比较.结果表明:用人工神经网络能更精确地预测钢的Ms点,预测精度明显高于其它线性经验公式.另外用正交实验法设计了几种基准成分的钢,用人工神经网络分析了几种合金元素对Ms点的定量影响,计算结果表明,与传统的经验公式表达的信息不同,合金元素的含量与钢的Ms点间表现为非线性关系.可以认为,这种非线性关系是由合金元素间复杂的交互作用引起的.
关键词:钢的Ms点; 人工神经网络; 合金元素;
【全文内容正在添加中】
