郑晖
,
王昭东
,
王国栋
,
刘相华
,
张丕军
,
刘孝荣
钢铁
针对传统的回归方法的某些不足,采用了人工神经网络的方法预测力学性能.从宝钢2050热轧管理机中随机抽取数据,用人工神经网络中的BP网络建立原始化学成分和热轧生产的主要工艺参数与产品力学性能之间的关系.离线仿真表明,产品力学性能的预报值与实际值拟合良好,预报结果的相对误差很小,屈服强度相对误差88 %在±4 %以内,抗拉强度的相对误差86 %在±2 %以内,伸长率的相对误差78 %在±6 %以内.
关键词:
人工神经网络
,
BP算法
,
力学性能
