基于支持向量机的材料热处理性能预测模型研究

• 作者: 吴良 陈铮
• 来源期刊: 材料热处理学报
• 学科: 工学
• 关键词: 支持向量机(SVM) 预测模型 热处理 泛化能力
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 模拟与计算
• 页码范围: 152-155
• 页数: 4页
• 分类号: TG156|TP301
• 字数: 2909字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6264.2007.06.035

摘要

介绍了支持向量机(SVM)技术中的支持向量回归模型,并结合实例运用SVM技术构建了42CrMo钢热处理力学性能预测的数学模型.研究表明,在小样本条件下,应用SVM技术构建数学模型的最大预测相对误差为4.78%;而且随着检验精度的提高,模型的预测精度保持基本不变,泛化能力明显优于用人工神经网络的BP模型.认为在材料热处理领域应用SVM技术构建预测力学性能的数学模型,能较好地解决小样本和模型预测精度间的矛盾.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴良	东华大学机械工程学院	34	329	10.0	17.0
2	陈铮	东华大学机械工程学院	2	11	1.0	2.0