由伟
,
方鸿生
,
白秉哲
金属学报
根据收集和整理的实验数据, 建立了低碳低合金钢的成分与马氏体转变开始温度(Ms点)的反向传播(BP)人工神经网络, 用这种方法预测了一些钢的Ms点, 并与用其它经验公式得到的结果进行了比较. 结果表明: 用人工神经网络能更精确地预测钢的Ms点, 预测精度明显高于其它线性经验公式, 另外用正交实验法设计了几种基准成分的钢, 用人工神经网络分析了几种合金元素对Ms点的定量影响, 计算结果表明, 与传统的经验公式表达的信息不同, 合金元素的含量与钢的Ms点间表现为非线性关系. 可以认为, 这种非线性关系是由合金元素间复杂的交互作用引起的.
关键词:
钢的Ms点
,
null
,
null
由伟
,
方鸿生
,
白秉哲
金属学报
doi:10.3321/j.issn:0412-1961.2003.06.015
根据收集和整理的实验数据,建立了低碳低合金钢的成分与马氏体转变开始温度(M以点)的反向传播(BP)人工神经网络,用这种方法预测了一些钢的Ms点,并与用其它经验公式得到的结果进行了比较.结果表明:用人工神经网络能更精确地预测钢的Ms点,预测精度明显高于其它线性经验公式.另外用正交实验法设计了几种基准成分的钢,用人工神经网络分析了几种合金元素对Ms点的定量影响,计算结果表明,与传统的经验公式表达的信息不同,合金元素的含量与钢的Ms点间表现为非线性关系.可以认为,这种非线性关系是由合金元素间复杂的交互作用引起的.
关键词:
钢的Ms点
,
人工神经网络
,
合金元素
