基于增量型极限学习机的材料力学性能预测 |
| |
引用本文: | 吴迪,曹培智,张国英,焦兴强.基于增量型极限学习机的材料力学性能预测[J].沈阳师范大学学报(自然科学版),2019(3). |
| |
作者姓名: | 吴迪 曹培智 张国英 焦兴强 |
| |
作者单位: | 沈阳师范大学物理科学与技术学院 |
| |
摘 要: | 高Co-Ni二次硬化钢是一种多元系合金,其力学性能受材料成分及热处理工艺等条件影响。传统的数学模型很难对材料力学性能进行预测。采用增量型极限学习机(I-ELM)建立高Co-Ni二次硬化钢材料模型,根据模型预测的结果研究微量元素Co和时效温度对高Co-Ni二次硬化钢材料力学性能的影响,并且在多项性能指标方面对高Co-Ni二次硬化钢数据的I-ELM模型与BP神经网络模型进行比较。实验结果表明,在对较少样本数据的模型训练时,高Co-Ni二次硬化钢的I-ELM模型预测结果与实验数据基本吻合,I-ELM模型的拟合精度和训练速度均优于BP神经网络模型,为今后高Co-Ni二次硬化钢的材料研究提供参考。
|
本文献已被 CNKI 等数据库收录! |
|