论文部分内容阅读
取向硅钢γ相含量对于热轧板次表层中晶粒和第二相析出物尺寸大小及数量有重要影响。传统的多元线性 回归法在预测γ相含量时偏差较大、使用范围窄。神经网络是映射大型复杂、非线性系统的常用方法，本文在数值试 验得到最优化隐层节点数和随机比例基础上又通过GA(遗传算法)优化BP(反馈式人工神经网络)权重、阈值矩阵所 得GA—BP模型在精度、稳定性、运算速度均优于同参数的BP，达到了较高精度的预测。