基于RBF神经网络的热轧碳钢变形抗力预测

• 作者: 孟令启 徐如松 王海龙 马金亮
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: RBF神经网络 变形抗力 预测
• 年，卷（期）: 2007,（3）
• 页码范围: 131-135
• 页数: 5页
• 分类号: TF03
• 字数: 3545字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6841.2007.03.031

摘要

以凸轮式高速形变试验机得到的实验数据为基础,利用Matlab人工神经网络工具箱,建立了碳钢的变形抗力与其化学成分、变形温度、变形程度及变形速度对应关系的RBF神经网络预测模型.通过对函数newrb( )中宽度系数的调整,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.结果表明,与传统的BP网络模型相比较,RBF网络模型具有更高的精度和较强的泛化能力.

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