奥氏体开始转变温度的经验模型和BP神经网络法计算对比研究

• 作者: 乔梁
• 来源期刊: 铸造技术
• 学科: 工学
• 关键词: 钢 奥氏体开始转变温度 经验模型 BP神经网络
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 材料改性
• 页码范围: 2865-2867
• 页数: 3页
• 分类号: TG156|TG113
• 语种: 中文
• DOI: 10.16410/j.issn1000-8365.2017.12.020

摘要

采用3种经验模型与BP神经网络分别计算了139种钢的奥氏体开始转变温度.将计算结果与实验值比较,计算经验模型与神经网络法在固定误差范围内的分布比例,并对比上述方法计算结果的平均误差.结果表明,发现Andrews模型对Ac1温度的计算结果与实验结果误差更小;Grange模型仅对中碳钢的计算结果更为准确;BP神经网络的计算结果要优于经验模型,其适用范围更广且在控制误差方面表现尤为突出.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔梁		2	0	0.0	0.0