首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机的材料热处理性能预测模型研究
引用本文:吴良,陈铮.基于支持向量机的材料热处理性能预测模型研究[J].材料热处理学报,2007,28(6):152-155.
作者姓名:吴良  陈铮
作者单位:东华大学机械工程学院,上海,201620
摘    要:介绍了支持向量机(SVM)技术中的支持向量回归模型,并结合实例运用SVM技术构建了42CrMo钢热处理力学性能预测的数学模型.研究表明,在小样本条件下,应用SVM技术构建数学模型的最大预测相对误差为4.78%;而且随着检验精度的提高,模型的预测精度保持基本不变,泛化能力明显优于用人工神经网络的BP模型.认为在材料热处理领域应用SVM技术构建预测力学性能的数学模型,能较好地解决小样本和模型预测精度间的矛盾.

关 键 词:支持向量机(SVM)  预测模型  热处理  泛化能力  支持向量机  材料热处理  性能预测模型  研究  heat  treatment  materials  mechanical  properties  predict  used  mathematical  model  小样本  力学性能预测  工神经网络  泛化能力  预测精度  检验  差为  应用  样本条件  数学模型
文章编号:1009-6264(2007)06-0152-04
收稿时间:2006-11-29
修稿时间:2007-04-07

Study on SVM-based mathematical model used to predict mechanical properties of materials after heat treatment
WU Liang,CHEN Zheng.Study on SVM-based mathematical model used to predict mechanical properties of materials after heat treatment[J].Transactions of Materials and Heat Treatment,2007,28(6):152-155.
Authors:WU Liang  CHEN Zheng
Abstract:
Keywords:
本文献已被 维普 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