基于神经网络的双辉等离子渗金属工艺预测

• 作者: 姚正军 张平则 李莉平 李超 邹戈
• 来源期刊: 材料科学与工程学报
• 学科: 工学
• 关键词: 双层辉光 数学模型 人工神经网络 动态退火算法
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 426-429
• 页数: 4页
• 分类号: TG156|TP183
• 字数: 3446字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2812.2007.03.026

摘要

将人工神经网络理论及Back propagation(BP)算法应用于双层辉光等离子渗金属工艺的研究,并针对BP神经网络收敛速度慢、易陷入局部极小的缺点,提出一种新的动态退火算法优化网络的训练,进而建立了双层辉光等离子渗金属工艺参数与渗层元素总质量分数、渗层厚度和表面硬度之间的数学模型,最后将模拟预测结果与实验数据进行比较和误差分析, 证明该模型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	张平则	南京航空航天大学材料科学与技术学院	67	554	12.0	21.0
2	姚正军	南京航空航天大学材料科学与技术学院	108	931	17.0	25.0
3	李超	南京航空航天大学材料科学与技术学院	19	58	6.0	7.0
4	邹戈	南京航空航天大学材料科学与技术学院	4	15	2.0	3.0
5	李莉平	南京航空航天大学材料科学与技术学院	6	6	2.0	2.0