首页 | 本学科首页   官方微博 | 高级检索  
     

基于人工神经网络的铝熔体中氢的预测
引用本文:孟庆格,边秀房,陈建奇.基于人工神经网络的铝熔体中氢的预测[J].特种铸造及有色合金,2002(5):1-3.
作者姓名:孟庆格  边秀房  陈建奇
作者单位:山东大学(孟庆格,陈建奇),山东大学 (边秀房)
基金项目:国家自然科学基金资助项目 (50 0 0 71 0 2 8)
摘    要:用HyscanⅡ型测氢仪测定了铝熔体在不同温度和保温时间下的氢含量 ,通过对BP人工神经网络的分析和改进 ,采用了结构为 2 4 2 1的BP神经网络模型 ,用所获得的试验数据对其进行训练和测试 ,当BP神经网络经过 3× 10 5次学习后 ,最大训练误差 (MaxTrainingError)和训练均方差 (RMSTrainingError)分别为 0 .5 5 %和 0 .18% ,同时相应的最大测试误差 (MaxTestError)和测试均方差 (RMSTestTraining)分别达到了 0 .72 %和 0 .3 3 % ,对铝熔体中氢的预测达到了很高的精度 ,从而建立了熔炼条件 (温度、保温时间 )和氢含量的映射模型

关 键 词:人工神经网络  铝熔体    预测
文章编号:1001-2449(2002)05-0001-03
修稿时间:2002年3月20日

Prediction of the Hydrogen Content in Molten Aluminum Based on Artificial Neural Network
Meng Qingge,Bian Xiufang,Chen Jianqi.Prediction of the Hydrogen Content in Molten Aluminum Based on Artificial Neural Network[J].Special Casting & Nonferrous Alloys,2002(5):1-3.
Authors:Meng Qingge  Bian Xiufang  Chen Jianqi
Abstract:
Keywords:Hydrogen Content  Neural Network  Molten Aluminum
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号