基于人工神经网络的激光冲击区表面质量的预报

• 作者: 张永康 於自岚 曾丹勇 杨继昌 肖爱民
• 来源期刊: 材料科学与工程
• 学科: 工学
• 关键词: 激光冲击 表面质量等级 人工神经网络 非线性映射 并行推理
• 年，卷（期）: 2000,（3）
• 页码范围: 15-18
• 页数: 4页
• 分类号: TB302
• 字数: 2352字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2812.2000.03.004

摘要

应用人工神经网络系统理论,采用机器学习方法 ,建立了激光冲击区表面质量与激光参数能量(E)、脉宽(P)、和光斑直径(D)之间的非线性映射关系.对于新的激光参数,网络采用并行推理的方法预报出试件经冲击后的表面质量等级.实践表明,神经网络方法科学,具有较强的非线性动态处理的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永康	江苏理工大学机械工程学院	31	428	13.0	19.0
2	曾丹勇	江苏理工大学机械工程学院	8	69	6.0	8.0
3	杨继昌	江苏理工大学机械工程学院	20	217	10.0	14.0
4	於自岚	江苏理工大学机械工程学院	7	75	6.0	7.0
5	肖爱民	江苏理工大学机械工程学院	4	70	3.0	4.0