+高级检索
超高强Al-Zn-Mg-Cu-Zr-Ag合金时效性能预测的人工神经网络模型
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TG146.2

基金项目:

国家“863”高新技术研究项目(2001AA332030)


An Artificial Neural Network Model for the Prediction of Ageing Properties of Ultra High Strength Al-Zn-Mg-Cu-Zr-Ag Alloy
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    通过对实验Al—Zn—Mg—Cu—Zr-Ag合金不同温度下(90℃~150℃)时效得到的硬度和导电率数据进行了神经网络建模,发现在目标函数为0.3,隐层节点数为5,学习率为0.15时,系统误差较小。利用所建立的网络模型预测不同时效状态下材料的硬度和导电率值,发现预测数据与实验数据吻合良好(总误差3.5%),为铝合金时效性能预测和控制提供了1条新途径。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

曾渝 朱远志 尹志民.超高强Al-Zn-Mg-Cu-Zr-Ag合金时效性能预测的人工神经网络模型[J].稀有金属材料与工程,2005,34(5):726~730.[Zeng Yu, Zhu Yuanzhi, Yin Zhimin. An Artificial Neural Network Model for the Prediction of Ageing Properties of Ultra High Strength Al-Zn-Mg-Cu-Zr-Ag Alloy[J]. Rare Metal Materials and Engineering,2005,34(5):726~730.]
DOI:[doi]

复制
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:2003-10-16
  • 录用日期:
  • 在线发布日期:
  • 出版日期: