兵器材料科学与工程

2012, v.35;No.250(01) 43-45

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

人工神经网络在合金铸铁腐蚀深度预测中的应用研究
Application of artificial neural network in corrosion depth prediction of alloy cast iron

王玉荣;乌日根;

摘要(Abstract):

通过动态和静态质量损失法腐蚀试验获取BP神经网络的样本数据,利用MATLAB的工具箱函数建立用于预测动态和静态腐蚀深度的BP神经网络模型,并对两种腐蚀试验方法的预测误差进行比较研究。结果表明,5×8×10×1BP神经网络可用于合金铸铁在烧碱液中的动态和静态腐蚀深度的预测,且腐蚀试验的样本数据越精确,5×8×10×1BP网络对腐蚀深度的预测误差则越小。

关键词(KeyWords): BP神经网络;合金铸铁;腐蚀深度;烧碱;预测误差

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 王玉荣;乌日根;

Email:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享