基于神经网络的阻力墙参数对转向节锻件充填影响研究

• 作者: 何文涛 刘淑梅 赵毅 霍文军
• 来源期刊: 轻工机械
• 学科: 工学
• 关键词: 转向节 锻件充填 阻力墙 定量影响 GR神经网络
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 研究·设计
• 页码范围: 36-40
• 页数: 5页
• 分类号: TG156|TP183
• 字数: 2868字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2895.2017.01.008

摘要

为研究阻力墙结构参数对转向节锻件长叉充填的定量影响,设计了广义回归(GR)人工神经网络模型.用“舍一法”训练了模型,并采用3个样本对模型进行预测检验,散点图表明预测值和实验值拟合较好.统计学指标为:均方误差M1为0.898 0,相对均方误差M2为0.167 0％,拟合分值V为1.973 9,说明人工神经网络具有较高的预测精度.最后用神经网络分析阻力墙关键参数对锻件长叉充填的定量影响,结果表明:长叉侧边桥部宽度和阻力墙斜度的增加对长叉充填作用不明显;阻力墙间隙的加大不利于长叉充填;阻力墙宽度对长叉充填的影响呈抛物线关系,先增大后减小,存在一个极大值.GR人工神经网络模型能够定量预测各阻力墙参数对长叉充填的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵毅	上海工程技术大学材料工程学院	20	75	4.0	7.0
2	刘淑梅	上海工程技术大学材料工程学院	80	204	7.0	10.0
3	何文涛	上海工程技术大学材料工程学院	17	51	4.0	6.0
4	霍文军	上海工程技术大学材料工程学院	8	10	2.0	2.0