材料热处理学报

2013, v.34;No.152(02) 180-184

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

支持向量回归在Zr-2合金晶粒尺寸预测中的应用
Application of support vector regression for Zr-2 alloy grain size prediction

唐江凌,蔡从中,肖婷婷,皇思洁

摘要(Abstract):

根据Zr-2合金的晶粒尺寸在不同热工艺参数(变形温度、变形程度、变形速率)下的12组实测数据,应用基于粒子群算法寻找最优参数的支持向量回归方法,建立了合金晶粒尺寸的预测模型。通过与模糊神经网络模型的结果进行比较,结果表明:基于相同的试验样本,支持向量回归预测模型的平均绝对误差和平均绝对百分误差都比模糊神经网络预测模型的小,而复相关系数大。这说明,支持向量回归预测模型预测精度比模糊神经网络模型要高,是简单而精确的建模方法,可用于优化热加工参数。

关键词(KeyWords): 支持向量机;模糊神经网络;粒子群择优;Zr-2合金;晶粒尺寸

Abstract:

Keywords:

基金项目(Foundation): 教育部新世纪优秀人才支持计划(NCET-07-0903);; 教育部留学回国人员科研启动基金(教外司留[2008]101-1);; 中央高校基本科研业务费(CDJXS11101135)

作者(Author): 唐江凌,蔡从中,肖婷婷,皇思洁

DOI: 10.13289/j.issn.1009-6264.2013.02.002

参考文献(References):

文章评论(Comment):

序号(No.) 时间(Time) 反馈人(User) 邮箱(Email) 标题(Title) 内容(Content)
反馈人(User) 邮箱地址(Email)
反馈标题(Title)
反馈内容(Content)
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