基于GRNN神经网络的SAE8620H汽车齿轮钢淬透性预测

• 作者: 孙小雨 徐兴田 李长宏
• 来源期刊: 云南冶金
• 学科: 工学
• 关键词: GRNN神经网络 淬透性 SAE8620H钢
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 其他
• 页码范围: 108-111,116
• 页数: 5页
• 分类号: TG162.73
• 语种: 中文

摘要

通过实验得到相关钢种的化学成份和淬透性的数据,再以钢的化学成分作为神经网络的输入、淬透性值作为神经网络的输出,建立关于钢淬透性的GRNN神经网络预测模型.经检验建立出来的神经网络线性回归的相关系数为0.992 8,相对平均误差为3.5％,显示出较高精度,对于钢淬透性预测有一定的实际意义.