材料期刊网

基于RBF神经网络的镍基TiN纳米复合镀层显微硬度预测

刘新功 , 吴蒙华 , 王元刚 , 王邦国

材料科学与工程学报

针对神经网络在预测复合镀层性能方面的应用情况,以及传统的BP神经网络存在缺陷;通过对RBF神经网络的基本原理和特点的研究,建立了利用RBF神经网络对Ni-TiN纳米复合镀层显微硬度进行预测的模型。通过实验数据验证了所建立的RBF神经网络模型具有很高的精确度,其最小相对误差可达0.62%,而且所建立的预测模型具有优化工艺参数的功能,对复合镀层的其它性能进行预测具有指导意义。

关键词: RBF神经网络 , 预测模型 , 显微硬度