典型文献
基于BP神经网络的Q235钢力学性能预测模型
文献摘要：
随着计算机处理能力的不断提高,BP神经网络在材料领域发挥巨大作用.其最大的优势是可以回避探寻物理机制的繁琐过程,直接建立预测材料性能的模型.基于某钢铁公司实际生产的Q235钢工艺参数和力学性能数据,建立基于BP神经网络的Q235钢力学性能预测模型,提出新的隐含层选择方法,并进行泛化能力测试.结果表明,BP网络隐含层节点数与预测精度存在密切关系,隐藏层节点数为12时,抗拉强度、屈服强度、延伸率预测的精度达到最高,MAPE最小仅为8％;在测试模型泛化能力时发现,模型遇到其他统一来源的数据时仍然保持高的预测精度,证明所构建的BP神经网络预测模型具有一定的先进性,且新的隐含层节点数选取方法确实具有一定的实用性.同时运用MATLAB程序、Excel表格对Q235钢的变型抗力进行预测,也具有一定的先进性.
文献关键词：
Q235钢;力学性能;BP神经网络;隐含层节点数
中图分类号：
作者姓名：
刘志伟;马劲红;陈伟;王文正
作者机构：
华北理工大学 冶金与能源学院,河北 唐山 063210;现代冶金技术教育部重点实验室,河北 唐山 063210
文献出处：
引用格式：
[1]刘志伟;马劲红;陈伟;王文正-.基于BP神经网络的Q235钢力学性能预测模型)[J].华北理工大学学报（自然科学版）,2022(02):16-21
A类：
B类：
Q235,力学性能预测模型,计算机处理,处理能力,材料领域,巨大作用,寻物,物理机制,材料性能,钢铁公司,选择方法,泛化能力,隐含层节点数,密切关系,隐藏层节点,抗拉强度,屈服强度,延伸率,MAPE,测试模型,模型泛化,一来,神经网络预测模型,时运,Excel,表格,变型,抗力
AB值：
0.302135
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
