用反向传播人工神经网络预测低碳低合金钢的马氏体转变开始温度

• 作者: 方鸿生 由伟 白秉哲
• 来源期刊: 金属学报
• 学科: 工学
• 关键词: 钢的Ms点 人工神经网络 合金元素
• 年，卷（期）: 2003,（6）
• 页码范围: 630-634
• 页数: 5页
• 分类号: TG142.14|O24
• 字数: 2755字
• 语种: 中文
• DOI: 10.3321/j.issn:0412-1961.2003.06.015

摘要

根据收集和整理的实验数据,建立了低碳低合金钢的成分与马氏体转变开始温度(M以点)的反向传播(BP)人工神经网络,用这种方法预测了一些钢的Ms点,并与用其它经验公式得到的结果进行了比较.结果表明:用人工神经网络能更精确地预测钢的Ms点,预测精度明显高于其它线性经验公式.另外用正交实验法设计了几种基准成分的钢,用人工神经网络分析了几种合金元素对Ms点的定量影响,计算结果表明,与传统的经验公式表达的信息不同,合金元素的含量与钢的Ms点间表现为非线性关系.可以认为,这种非线性关系是由合金元素间复杂的交互作用引起的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方鸿生	清华大学材料科学与工程系	74	1356	21.0	34.0
2	白秉哲	清华大学材料科学与工程系	72	1077	18.0	30.0
3	由伟	清华大学材料科学与工程系	5	46	4.0	5.0