基于RBF神经网络的金属应力状态系数模型

• 作者: 孟令启 徐如松 王海龙 马金亮
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 应力状态影响系数 RBF神经网络 模型
• 年，卷（期）: 2007,（1）
• 页码范围: 1-5
• 页数: 5页
• 分类号: TF3
• 字数: 3757字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2007.01.001

摘要

以4 200 mm轧机轧制71块钢板的实测数据为基础,利用Matlab人工神经网络工具箱,建立了轧制变形区的应力状态系数的RBF神经网络预测模型.通过分析应力状态系数的影响因素,结合传统的数学模型,确立了网络的输入层参数,并对函数newrb()中宽度系数spread的试验调整,确定了最佳的网络结构形式,提高了模型的预测精度以及网络的泛化能力.测试结果表明,RBF网络模型具有很好的推广能力.与传统的BP神经网络模型相比较,结果表明,RBF网络具有更高的精度和更好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海龙	郑州大学机械工程学院	71	586	15.0	20.0
2	孟令启	郑州大学机械工程学院	78	354	11.0	16.0
3	马金亮	郑州大学机械工程学院	11	46	5.0	6.0
4	徐如松	郑州大学机械工程学院	11	57	5.0	7.0