作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文根据某钢铁公司Q235钢种的化学成分和轧制工艺同最终成品的力学性能之间的关系,基于BP神经网络模型,提出两种优化BP网络的方法:遗传优化算法和粒子群优化算法。并通过实验,与传统的单隐层BP算法相比,粒子群优化算法的BP网络在钢材力学性能预测方面效果更好。
推荐文章
BP神经网络预测算法性能的改进策略
神经网络
BP神经网络
误差
平均误差
基于PSO?BP神经网络的短期负荷预测算法
短期负荷预测
BP神经网络
粒子群算法
零相滤波器
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
基于PSO-BP神经网络的网络时延预测算法
粒子群优化
BP神经网络
网络控制
时延预测
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 基于BP神经网络的钢材力学性能预测算法
来源期刊 数字技术与应用 学科 工学
关键词 BP神经网络 遗传算法 粒子群优化算法
年,卷(期) 2013,(7) 所属期刊栏目
研究方向 页码范围 100-101
页数 2页 分类号 TP311.52
字数 1919字 语种 中文
DOI
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 李杨 12 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
遗传算法
粒子群优化算法
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导