基于BP神经网络对CuNiSiCr合金时效后性能预测

功能材料, 2005, 36(4): 522-528.

1.西安理工大学,材料科学与工程学院,陕西,西安,710048;河南科技大学,材料科学与工程学院,河南,洛阳,471003

2.河南科技大学,材料科学与工程学院,河南,洛阳,471003

3.西安理工大学,材料科学与工程学院,陕西,西安,710048

4.河南科技大学,材料科学与工程学院,河南,洛阳,471003

基金项目: 国家高技术研究发展计划(863计划)(2002AA331112)

Prediction model for aging properties of CuNiSiCr alloy based on BP neural network

采用改进的BP网络算法--Levenberg-Marquardt算法,建立了固溶态Cu-Ni-Si-Cr合金的时效温度和时间参数关于时效后性能的非线性映射模型.结果表明所建立的BP神经网络模型可对Cu-Ni-Si-Cr合金时效后的性能进行有效的预测和分析.

[1]	赵林明;胡浩云;魏德华.多层前向人工神经网络[M].郑州:黄河水利出版社,1999:1-50.
[2]	王文成.神经网络在汽车工程中的应用[M].北京:北京理工大学出版社,1998
[3]	Choi H I .[J].Journal of Materials Science Letters,1997,16:1600-1602.
[4]	赵冬梅,董企铭,刘平,康布熙,金志浩.超高强度Cu-Ni-Si合金时效过程研究[J].材料热处理学报,2002(02):20-23.
[5]	曹育文;马莒生;唐祥云.[J].功能材料,1998(ZK):714-718.
[6]	徐晓峰,倪锋,魏世忠,张柯柯,刘宝弟.变质高铝锌合金的铸态塑韧化机理[J].材料开发与应用,2000(03):8-11.
[7]	Fernee H .[J].Journal of Materials Science,2001,36:5497-5510.
[8]	Gao N.;Huttunen-Saarivirta E.;Tiainen T.;Hemmila M. .Influence of prior deformation on the age hardening of a phosphorus-containing Cu-0.61wt.%Cr alloy[J].Materials Science & Engineering, A. Structural Materials: Properties, Misrostructure and Processing,2003(1/2):270-278.
[9]	Joines J A;White M W.Improved Generalization Using Robust Cost Function[A].IEEE Press,1992:911-918.
[10]	张智星;孙春在;水谷英二.神经-模糊-和软计算[M].西安:西安交通大学出版社,1998
[11]	Basheer L A .[J].Journal of Microbiological Methods,2000,43:3-31.

上一张下一张

计量

作者相关

文章评分