基于增量型极限学习机的材料力学性能预测

• 作者: 吴迪 张国英 曹培智 焦兴强
• 来源期刊: 沈阳师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 二次硬化钢 I-ELM 力学性能 微量元素
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 材料科学
• 页码范围: 223-227
• 页数: 5页
• 分类号: TP391.41
• 字数: 3136字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5862.2019.03.007

摘要

高Co-Ni二次硬化钢是一种多元系合金,其力学性能受材料成分及热处理工艺等条件影响.传统的数学模型很难对材料力学性能进行预测.采用增量型极限学习机(I-ELM)建立高Co-Ni二次硬化钢材料模型,根据模型预测的结果研究微量元素Co和时效温度对高Co-Ni二次硬化钢材料力学性能的影响,并且在多项性能指标方面对高Co-Ni二次硬化钢数据的I-ELM模型与BP神经网络模型进行比较.实验结果表明,在对较少样本数据的模型训练时,高Co-Ni二次硬化钢的I-ELM模型预测结果与实验数据基本吻合,I-ELM模型的拟合精度和训练速度均优于BP神经网络模型,为今后高Co-Ni二次硬化钢的材料研究提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张国英	沈阳师范大学物理科学与技术学院	56	459	12.0	18.0
2	吴迪	沈阳师范大学物理科学与技术学院	33	97	6.0	9.0
3	焦兴强	沈阳师范大学物理科学与技术学院	3	0	0.0	0.0
4	曹培智	沈阳师范大学物理科学与技术学院	1	0	0.0	0.0