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:
针对还原扩散法制备TbFe2合金的主要实验参数:反应温度、保温时间、Ca的加入量及Fe的粒度,建立BP神经网络,进行仿真,预测TbFe2合金的转化率.以44组实验数据作为训练样本,进行了网络设计.通过测试及对网络的性能分析,证明了该网络能够准确预测不同实验参数下TbFe2合金的转化率,并具有良好的性能.该网络的设计可以缩短实验周期,节约实验成本,并对反应的机理及工艺研究有一定的价值.
推荐文章
生物油催化酯化过程中乙酸转化率的智能预测
乙酸
催化酯化
最小二乘支持向量机
自适应粒子群优化算法
基于神经网络-遗传算法优化生物柴油制备工艺
神经网络
遗传算法
生物柴油
优化
基于RBF神经网络的电视收视率预测
RBF神经网络
收视率
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 神经网络预测还原扩散法制备TbFe2合金转化率的研究
来源期刊 稀有金属材料与工程 学科
关键词 神经网络 预测 TbFe2合金 转化率
年,卷(期) 2015,(5) 所属期刊栏目 材料科学
研究方向 页码范围 1104-1107
页数 4页 分类号
字数 语种 中文
DOI
五维指标
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  (0)
同被引文献  (0)
二级引证文献  (0)
2015(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)
研究主题发展历程
节点文献
神经网络
预测
TbFe2合金
转化率
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
稀有金属材料与工程
月刊
1002-185X
61-1154/TG
大16开
西安市51号信箱
52-172
1970
chi
出版文献量(篇)
12492
总下载数(次)
15
总被引数(次)
83844
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导