论文部分内容阅读
利用人工神经网络对Cu-Ni-Si-Cr变形合金时效工艺参数与时效后性能样本集进行学习,建立了合金时效后的性能关于时效温度、时间和变形量等参数的非线性映射模型.模型采用改进的BP算法Levenberg-Marquardt算法.结果表明:所建立的神经网络模型具有较高的精度及良好的泛化能力,可对Cu-Ni-Si-Cr合金时效后的性能进行有效的预测和分析.