为研究合金成分对磁体性能的影响,将支持向量回归机应用于磁性能的预测.在小样本情况下应用MATLAB支持向量机工具箱,建立了磁性能的支持向量回归机模型,将合金成分作为输入变量对磁性能进行预测.选择合适的模型参数,最终建立了拟合误差、预测误差均较小的模型,对剩磁、矫顽力以及最大磁能积的预测相对误差平均值分别为1.94%、5.43%及4.34%.试验表明将支持向量回归机用于磁性能的预测是一种可行且有效的方法.
参考文献
| [1] | 王迎,王尔德.纳米复相稀土永磁材料研究进展[J].粉末冶金技术,2007(05):378-381,392. |
| [2] | 曹兴国,黄金亮.纳米复相钕铁硼磁体的研发近况[J].钢铁研究学报,2005(04):1-8,21. |
| [3] | 查五生,刘颖,高升吉,涂铭旌.（Nd1-xPrx）10.5（FeCoZr）83.5B6合金显微结构和磁性能研究[J].功能材料,2004(03):281-282. |
| [4] | Harland CL.;Davies HA. .Effect of Co and Zr on magnetic properties of nanophase PrFeB alloys[J].Journal of Applied Physics,2000(9 Pt.3):6116-6118. |
| [5] | F. J. Martinez-de-Pison;C. Barreto;A. Pernia;F. Alba .Modelling of an elastomer profile extrusion process using support vector machines (SVM)[J].Journal of Materials Processing Technology,2008(1-3):161-169. |
| [6] | 徐军辉,汪立新,钱培贤.基于最小二乘支持向量机的小样本建模方法研究[J].航天控制,2008(01):8-12. |
| [7] | 张学工.关于统计学习理论与支持向量机[J].自动化学报,2000(01):32-42. |
| [8] | 陈果,周伽.小样本数据的支持向量机回归模型参数及预测区间研究[J].计量学报,2008(01):92-96. |
| [9] | Cherkassky V;Ma Y .Practical selection of SVM parameters and noise estimation for SVM regression.[J].Neural Networks: The Official Journal of the International Neural Network Society,2004(1):113-126. |
| [10] | Zhan YQ;Shen DG .An adaptive error penalization method for training an efficient and generalized SVM[J].Pattern Recognition: The Journal of the Pattern Recognition Society,2006(3):342-350. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%