江苏大学学报（自然科学版）
江囌大學學報（自然科學版）
강소대학학보（자연과학판）
JOURNAL OF JIANGSU UNIVERSITY(NATURAL SCIENCE EDITION)
2007年
6期
495-499
,共5页
感应淬火%中频%淬硬层%BP神经网络%Levenberg-Marquardt算法
感應淬火%中頻%淬硬層%BP神經網絡%Levenberg-Marquardt算法
감응쉬화%중빈%쉬경층%BP신경망락%Levenberg-Marquardt산법
以钢的中频淬火工艺参数为研究对象,构造人工神经网络模型,采用3-4-2-2两层前向BP神经网络结构.模型输入参数为设备频率、淬硬层深度、零件尺寸,输出参数为加热时间、比功率.采用改进的BP网络算法--Levenberg-Marquardt算法,隐层、输出层传输函数分别为log-sigmoid函数和线性函数,经1 500余次训练,达到平方误差和《0.01.预测值与实际值的相对偏差在±4%以内.该算法能够较好地满足生产实际需要,具有较高精度.
以鋼的中頻淬火工藝參數為研究對象,構造人工神經網絡模型,採用3-4-2-2兩層前嚮BP神經網絡結構.模型輸入參數為設備頻率、淬硬層深度、零件呎吋,輸齣參數為加熱時間、比功率.採用改進的BP網絡算法--Levenberg-Marquardt算法,隱層、輸齣層傳輸函數分彆為log-sigmoid函數和線性函數,經1 500餘次訓練,達到平方誤差和《0.01.預測值與實際值的相對偏差在±4%以內.該算法能夠較好地滿足生產實際需要,具有較高精度.
이강적중빈쉬화공예삼수위연구대상,구조인공신경망락모형,채용3-4-2-2량층전향BP신경망락결구.모형수입삼수위설비빈솔、쉬경층심도、령건척촌,수출삼수위가열시간、비공솔.채용개진적BP망락산법--Levenberg-Marquardt산법,은층、수출층전수함수분별위log-sigmoid함수화선성함수,경1 500여차훈련,체도평방오차화《0.01.예측치여실제치적상대편차재±4%이내.해산법능구교호지만족생산실제수요,구유교고정도.
