排序方式: 共有10条查询结果,搜索用时 78 毫秒
1
1.
2.
3.
文章对铸造状态的铝青铜进行了超塑性拉伸试验,并以试验结果为样本,借助Levenberg-Marquardt算法对样本进行学习,建立了铸态铝青铜超塑性拉伸条件与其超塑性性能的BP网络模型。基于所建模型,对铸态铝青铜的超塑性成形工艺参数进行了优化,得到最佳的超塑性成形工艺参数,并以此为依据,进行了铁路轴承保持架的超塑性挤压试验。结果表明,所建模型能够较好地反映材料超塑性拉伸条件与超塑性性能间的内在关系,网络模型的输出值和试验值间的误差较小,说明将人工神经网络用于铝青铜超塑性性能预测是可行和有效的。所预测的铝黄铜最佳超塑性条件能够满足保持架超塑成形的需要,且在最佳超塑性条件下成形保持架具有明显的经济效益。 相似文献
4.
基于父个体相似度的自适应遗传算法 总被引:5,自引:2,他引:3
标准遗传算法在产生后代个体时采用先交叉后变异的策略,一方面当父个体非常相似时,交叉操作很难产生新的个体,影响算法对新的解空间进行搜索,从而导致种群多样性的丧失;另一方面交叉产生的优秀个体再历经变异,极有可能遭破坏而影响算法的收敛性。该文根据染色体的相似性,给出了个体相似度的概念,并在此基础上提出了依据父个体相似度的大小自适应地选择遗传算子(交叉或变异)的遗传算法。仿真实验表明,与采用常规遗传策略的遗传算法相比,新算法能显著提高解的质量和收敛速度。 相似文献
5.
6.
7.
8.
运用BP神经网络方法建立了铅黄铜超塑性状态下伸长率与变形参数之间的预测模型,采用标准前馈式神经网络原理建立了铅黄铜超塑性拉伸试验参数与其伸长率之间的神经网络模型,以试验数据为样本,对所建模型进行训练,较好的预测了铅黄铜超塑拉伸的伸长率,最大的误差也只有4.81%.实现了不同变形工艺参数与伸长率之间的非线性映射,也为优化铅黄铜轴承保持架的超塑性成形参数提供理论和试验依据.伸长率预测值与试验结果吻合良好. 相似文献
9.
3-羟甲基四氢呋喃的合成研究 总被引:1,自引:0,他引:1
3-羟甲基四氢呋喃是合成第3代烟碱类杀虫剂呋虫胺和核苷类抗病毒药物喷昔洛韦的关键中间体,但长期以来由于使用大量金属硼氢化物造成生产成本高、安全风险高、废物多等缺点。以γ-丁内酯为原料,经Aldol缩合、硼氢化钠还原两步反应得到3-羟甲基四氢呋喃,总收率为51.9%,该法中间体α-羟甲基-γ-丁内酯只有一个内酯羰基需还原,原料γ-丁内酯和甲醛价廉易得,整个工艺路线适于工业化。 相似文献
10.
1