鋼鐵是當(dāng)今社會發(fā)展必不可少的核心材料,高Co-Ni二次硬化鋼是一種新型馬氏體鋼,具有很高的強(qiáng)度和韌性,目前主要應(yīng)用在航空航天器械上如飛機(jī)的起落架�，F(xiàn)如今,高Co-Ni二次硬化鋼需要在更惡劣的環(huán)境下?lián)碛懈叩男阅?因此高Co-Ni二次硬化鋼的成分和制備工藝越來越復(fù)雜。依靠傳統(tǒng)的試錯法進(jìn)行研究,實(shí)驗(yàn)周期長,消耗資源量大,如今已經(jīng)不能滿足工業(yè)對鋼鐵材料的研發(fā)需求。因此使用計(jì)算機(jī)輔助材料實(shí)驗(yàn)和性能分析較為必要。目前在高Co-Ni二次硬化鋼的性能分析和預(yù)測領(lǐng)域主要是使用BP神經(jīng)網(wǎng)絡(luò),但是高Co-Ni二次硬化鋼的熱處理過程參數(shù)較多,實(shí)驗(yàn)數(shù)據(jù)量較少,因此用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行模型訓(xùn)練存在學(xué)習(xí)速度緩慢,泛化性能一般,精度不夠高的問題。極限學(xué)習(xí)機(jī)(ELM)是一種新型的單隱層前饋神經(jīng)網(wǎng)絡(luò)算法,具有學(xué)習(xí)速度快、模型精度高、有良好的泛化能力等優(yōu)點(diǎn),近年來在許多領(lǐng)域得到了發(fā)展。實(shí)驗(yàn)基于增量型極限學(xué)習(xí)機(jī)(I-ELM)算法,通過訓(xùn)練神經(jīng)網(wǎng)絡(luò),學(xué)習(xí)了高Co-Ni二次硬化鋼的熱處理過程,訓(xùn)練出熱處理過程中微量元素、熱處理工藝與合金力學(xué)性能的數(shù)學(xué)模型,并將訓(xùn)練的網(wǎng)絡(luò)模型與基于BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練的模型從多項(xiàng)指標(biāo)進(jìn)行對比和分析。結(jié)...

【文章頁數(shù)】：48 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1神經(jīng)元結(jié)構(gòu)

基于增量型極限學(xué)習(xí)機(jī)的高Co-Ni二次硬化鋼材料力學(xué)性能預(yù)測研究9第二章極限學(xué)習(xí)機(jī)理論基礎(chǔ)本章主要介紹一些理論基礎(chǔ)，首先對人工神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)進(jìn)行闡述；然后對BP神經(jīng)網(wǎng)絡(luò)的原理和算法流程進(jìn)行相關(guān)闡述；其次首先介紹一些基礎(chǔ)概念然后對ELM算法的原理和工作流程進(jìn)行闡述；最后介紹I-....

圖2.2sigmoid激活函數(shù)

基于增量型極限學(xué)習(xí)機(jī)的高Co-Ni二次硬化鋼材料力學(xué)性能預(yù)測研究10圖2.2sigmoid激活函數(shù)圖2.3所示的網(wǎng)絡(luò)共有三層，分別為輸入層、隱含層和輸出層，是一種典型的人工神經(jīng)網(wǎng)絡(luò)。稱為單隱藏層前向傳播型神經(jīng)網(wǎng)絡(luò)(Singlehiddenlayerfeedforwardneura....

圖2.3SLFNs網(wǎng)絡(luò)結(jié)構(gòu)

基于增量型極限學(xué)習(xí)機(jī)的高Co-Ni二次硬化鋼材料力學(xué)性能預(yù)測研究10圖2.2sigmoid激活函數(shù)圖2.3所示的網(wǎng)絡(luò)共有三層，分別為輸入層、隱含層和輸出層，是一種典型的人工神經(jīng)網(wǎng)絡(luò)。稱為單隱藏層前向傳播型神經(jīng)網(wǎng)絡(luò)(Singlehiddenlayerfeedforwardneura....

圖2.4BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

非凸性：是指一個函數(shù)可以存在多個極值。非凸性意味著人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練可以穩(wěn)定在多個狀態(tài)下，對系統(tǒng)具有良好的泛化能力和多樣性有重要作用。二、BP神經(jīng)網(wǎng)絡(luò)算法1986年由Rumelhart和McClelland為首的科學(xué)家提出了BP(BackPropagation)神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)....

本文編號：3942090