应用回归和神经网络方法预测热轧带钢性能

• 作者: 冯峰 李强 李殿中 莫春立 詹志东
• 来源期刊: 金属学报
• 学科: 工学
• 关键词: 热轧带钢 神经网络 回归
• 年，卷（期）: 2003,（10）
• 页码范围: 1110-1114
• 页数: 5页
• 分类号: TG335.11
• 字数: 4412字
• 语种: 中文
• DOI: 10.3321/j.issn:0412-1961.2003.10.020

摘要

针对Q235B热轧带钢性能预测系统,提出一种回归分析和神经网络相结合的方法来预测其力学性能.首先,测量材料最终相的组成与铁素体的晶粒度,应用多重回归分析的方法,建立成分、相体积分数、晶粒尺寸与抗拉强度、屈服强度、延伸率的对应关系.另一方面,采用BP神经网络方法,结合相变动力学模型的计算数据,通过大量数据的自学习训练,完成神经网络模型对抗拉强度、屈服强度、延伸率的预测.预测结果表明,应用神经网络和回归分析方法,具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李强	中国科学院金属研究所	307	4416	30.0	55.0
2	冯峰	中国科学院金属研究所	9	170	4.0	9.0
3	李殿中	中国科学院金属研究所	88	1359	22.0	33.0
4	詹志东	中国科学院金属研究所	3	55	3.0	3.0
5	莫春立	中国科学院金属研究所	10	182	6.0	10.0