欢迎登录材料期刊网

材料期刊网

高级检索

将人工神经网络用于建立高Co-Ni二次硬化钢的性能预测模型.对此类钢合金含量改变时的性能进行了预测,并将其与实验结果相比较,获得了满意的结果.采用模拟退火算法对高Co-Ni二次硬化钢的性能进行了多指标优化.

参考文献

[1] 俞德刚.钢的强韧化理论与设计[M].上海:上海交通大学出版社,1990:199.
[2] Garrison W M.The Influence of Inclusion Spacing and Microstructure on the Fracture Toughness of the Secondary Hardening Steel AF1410[J].Metallurgical and Materials Transactions A:Physical Metallurgy and Materials Science,1987(18A):1257-1263.
[3] 苏杰;李荣;吴宝榕 .高Co-Ni二次硬化马氏体钢的发展[J].钢铁研究学报,1995,7(04):67-72.
[4] 何明一.神经计算原理、语言、设计、应用[M].西安:西安电子科技大学出版社,1992:3-10.
[5] 张国英;刘贵立;曾梅光 等.人工神经网络在材料设计中的应用[J].材料科学与工艺,1999,7(03):93-96.
[6] 宋仁国;董敏;张奇志 等.7175铝合金工艺优化的遗传算法[J].材料科学与工程,1998,16(01):28-31.
[7] GENG P;ZHENG M G;QING C F .ANN Optimization Method for High Strength High Fracture Toughness Steel[J].Journal of Materials Science and Technology,1998,14:185-187.
[8] Speich G R;Dabkowski D S;Porter L F.Strength and Toughness of Fe-10Ni Alloys Containing C, Cr, Mo, and Co[J].Metallurgical and Materials Transactions A:Physical Metallurgy and Materials Science,1973(04):303-315.
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:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%