典型文献
铝合金板带材力学性能极限学习机预测模型
文献摘要:
为探究极限学习机(ELM)预测模型在铝合金板带材力学性能预测上的可行性,在数据预处理的前提下,首先通过试验确定了极限学习机网络的最优参数,将最优的极限学习机网络应用于铝合金抗拉强度、屈服强度、伸长率的预测中.结果表明,在测试集上,极限学习机模型在抗拉强度、屈服强度、伸长率上的平均绝对百分比误差(MAPE)分别为7.41%、14.09%、14.99%.极限学习机预测模型在铝合金板带材力学性能预测中具有可行性,且该预测模型针对抗拉强度的预测精度优于对屈服强度和伸长率的预测精度.
文献关键词:
铝合金;性能预测;机器学习;极限学习机
中图分类号:
作者姓名:
熊振强;李家栋;李勇;赵鹏
作者机构:
东北大学轧制技术及连轧自动化国家重点实验室,辽宁沈阳110819
文献出处:
引用格式:
[1]熊振强;李家栋;李勇;赵鹏-.铝合金板带材力学性能极限学习机预测模型)[J].轻合金加工技术,2022(12):19-24
A类:
B类:
铝合金板,板带,带材,极限学习机预测,ELM,力学性能预测,数据预处理,极限学习机网络,最优参数,网络应用,抗拉强度,屈服强度,伸长率,测试集,极限学习机模型,平均绝对百分比误差,MAPE
AB值:
0.227883
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。