原文服务方: 科技与创新       
摘要:
本文运用神经网络原理建立了带钢力学性能预测的神经网络模型,并用该模型对某钢厂带钢力学性能进行了预测,还对预测结果和真实数据进行了比较,结果表明:相对误差低于1%,而且收敛速度快,泛化能力好.预测模型可减少或取消实际生产中的破坏性检测试验,从而提高经济效益.另外,文中还总结了提高神经网络性能的方法.
推荐文章
人工神经网络在水泥加固土力学性能预测中的应用
水泥加固土
深层搅拌法
人工神经网络
误差逆传播
承载力
基于BP神经网络的球墨铸铁组织和力学性能预测
珠光体
球墨铸铁
BP神经网络
力学性能
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工神经网络在带钢力学性能预测中的应用
来源期刊 科技与创新 学科
关键词 人工神经网络(ANN) 力学性能 预测 带钢
年,卷(期) 2007,(22) 所属期刊栏目 软件天地
研究方向 页码范围 285-286,274
页数 3页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2007.22.117
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李安贵 27 310 8.0 17.0
2 赵健 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (37)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (15)
二级引证文献  (16)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(6)
  • 引证文献(4)
  • 二级引证文献(2)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
人工神经网络(ANN)
力学性能
预测
带钢
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导