Al-Cu-Mg-Ag合金强度性能的支持向量回归预测

• 作者: 唐江凌 皇思洁 肖婷婷 蔡从中
• 来源期刊: 航空材料学报
• 关键词: Al-Cu-Mg-Ag合金 强度 支持向量回归 粒子群优化 回归分析
• 年，卷（期）: 2012,（5）
• 页码范围: 92-96
• 分类号: TG146.2
• 语种: 中文
• DOI: 10.3969/j.issn.1005-5053.2012.5.016

摘要

为了研究不同时效工艺下Al-Cu-Mg-Ag合金强度性能,根据实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了SVR预测模型.模型以Al-Cu-Mg-Ag合金时效温度与时效时间为输入,合金的抗拉强度、屈服强度为输出.经过与BP神经网络模型进行比较,结果表明:对于相同的训练样本和检验样本,支持向量回归模型比BP神经网络模型具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡从中	重庆大学应用物理系	24	228	7.0	14.0
2	肖婷婷	重庆大学应用物理系	8	51	5.0	7.0
3	唐江凌	重庆大学应用物理系	2	10	2.0	2.0
4	皇思洁	重庆大学应用物理系	3	15	3.0	3.0