| 用人工神经网络模型预测钢的奥氏体形成温度 |
| |
| 引用本文： | 由伟,白秉哲,方鸿生,谢锡善.用人工神经网络模型预测钢的奥氏体形成温度[J].金属学报,2004,40(11):1133-1137. |
| |
| 作者姓名： | 由伟 白秉哲 方鸿生 谢锡善 |
| |
| 作者单位： | 1. 北京科技大学材料科学与工程学院,北京,100083
2. 清华大学材料科学与工程系,北京,100084 |
| |
| 基金项目： | 国家高技术研究发展计划资助项目2003AA331040 |
| |
| 摘 要： | 根据收集的实验数据，建立了预测钢的奥氏体形成温度(Ac1和Ac3点)的反向传播人工神经网络模型．用散点图和均方误差、相对均方误差和拟合分值三个统计学指标评价模型的预测性能．人工神经网络预测Ac3和Ac1的三个统计学指标分别为23．8℃，14．6℃；2．89％，2．06％和1．8921，1．7011．散点图和统计学指标均显示：人工神经网络的预测性能优于Andrews公式．此外，用人工神经网络分析了C和Mn的含量对Ac1和Ac3温度的定量影响，计算结果显示，C和Mn含量与Ac3和Ac1点间存在非线性关系，这主要是由于钢中合金元素间存在的相互作用造成的。
|
| 关 键 词： | 钢的奥氏体形成温度 人工神经网络 预测性能 合金元素 定量影响 |
| 文章编号： | 0412-1961(2004)11-1133-05 |
| 收稿时间： | 2003-10-22 |
| 修稿时间： | 2004-01-21 |
ARTIFICIAL NEURAL NETWORK APPLIED TO AUSTENITE FORMATION TEMPERATURES PREDICTION |
| |
| YOU Wei,BAI Bingzhe,FANG Hongsheng,XIE Xishan.ARTIFICIAL NEURAL NETWORK APPLIED TO AUSTENITE FORMATION TEMPERATURES PREDICTION[J].Acta Metallurgica Sinica,2004,40(11):1133-1137. |
| |
| Authors: | YOU Wei BAI Bingzhe FANG Hongsheng XIE Xishan |
| |
| Affiliation: | School of Materials Science and Engineering, University of Science and Technology Beijing,Beijing 100083 |
| |
| Abstract: | |
| |
| Keywords: | austenite formation temperatures Ac1 Ac3 artificial neural network performance of prediction alloying element quantitative effect |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《金属学报》浏览原始摘要信息 |
|
点击此处可从《金属学报》下载全文 |
