|
摘要：
|
|
一般的数学模型对非线性系统进行预测往往造成很大的误差,而BP神经网络能取得较好的效果。本文将BP神经网络应用于镁合金流变应力预测,建立基于BP神经网络的镁合金ME20M流变应力的模型,并在研究以前数学模型的基础上,提出了一个新的数学模型。现场实测数据仿真验证表明BP神经网络模型大大优于一般的数学模型进行预测的精度。
|
|
BP neural network is better than the traditional mathematics module in nonlinear system prediction.To meet the demand of improving accuracy,the author designed the flow stress prediction model based on BP neural networks,which applied the neural networks to practical engineering in magnesium alloy ME20M.One mathematics module was presented upon the study of previous module with a good simulation result based on the actual data got from the magnesium alloy.The BP networks model shows that its performance is better than that of the traditional mathematics model in practice.
|
|
基金项目：
|
|
江西省教育厅2006年资助项目。赣教技字[2006]53号
|
|
作者简介：
|
|
|
|
参考文献：
|
[1]陈振华.镁合金[M].北京:化学工业出版社,2004.
[2]王文先,张金山,许并社.镁合金材料的应用及其加工成型技术[J].太原理工大学学报,2001,32(6):599-603.
[3]李天生,徐慧.镁合金成形技术的研究和发展现状[J].材料研究与应用,2007,1(2):91-94.
[4]飞思科技产品研发中心.MATLAB6.5辅助神经网络分析与设计[M].北京:电子工业出版社,2003.
[5]周开利,康耀红.神经网络模型及MATLAB仿真程序[M].清华大学出版社,2004.
[6]张先宏.镁合金热变形过程试验研究和数值模拟[D].上海:上海交通大学,2003.
|
|
服务与反馈：
|
|
【文章下载】【加入收藏】
|
|
|
|
