首页> 中文期刊> 《轻工机械》 >基于神经网络的阻力墙参数对转向节锻件充填影响研究

基于神经网络的阻力墙参数对转向节锻件充填影响研究

         

摘要

为研究阻力墙结构参数对转向节锻件长叉充填的定量影响,设计了广义回归(GR)人工神经网络模型.用“舍一法”训练了模型,并采用3个样本对模型进行预测检验,散点图表明预测值和实验值拟合较好.统计学指标为:均方误差M1为0.898 0,相对均方误差M2为0.167 0%,拟合分值V为1.973 9,说明人工神经网络具有较高的预测精度.最后用神经网络分析阻力墙关键参数对锻件长叉充填的定量影响,结果表明:长叉侧边桥部宽度和阻力墙斜度的增加对长叉充填作用不明显;阻力墙间隙的加大不利于长叉充填;阻力墙宽度对长叉充填的影响呈抛物线关系,先增大后减小,存在一个极大值.GR人工神经网络模型能够定量预测各阻力墙参数对长叉充填的影响.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号