基于RBF神经网络的QA110-5-5铝青铜时效处理硬度的预测

• 作者: 由伟 白秉哲 赖惠先 赵玮玮
• 来源期刊: 金属热处理
• 学科: 工学
• 关键词: RBF神经网络 铝青铜 时效参数 硬度
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 计算机应用
• 页码范围: 131-134
• 分类号: TG156.21
• 语种: 中文

摘要

用人工神经网络模型分析了时效参数对铝青铜硬度的影响.用“舍一法”训练了模型.模型对训练样本的计算值与实测值在散点图中沿着45°角平分线分布,统计学指标为:均方误差(MSE)为2.1388,相对均方误差(MSRE)为6.59％,拟合分值(VOF)为1.8301.用训练后的网络模型进行预测,得到的散点大致分布于45°角平分线附近,统计学指标为:均方误差为1.9512;相对均方误差为5.62％;拟合分值为1.7783.对时效参数的影响分析表明:时效温度和时效时间对硬度的影响,都存在一个最佳值,在时效温度和时效时间分别为450℃和30 min时,铝青铜的硬度达到最大值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白秉哲	清华大学材料学院	72	1077	18.0	30.0
2	赖惠先	厦门大学材料学院	2	4	1.0	2.0