科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出一种PC钢棒抗拉强度的人工神经网络模型方法,采用4×9×1的三层前向BP网络结构,模型主要因素为淬火温度、回火温度、含碳量和单位长度质量。经1500余次训练后,误差平方和<0.001。训练出来的神经网络可以预报生产现场的PC钢棒的抗拉强度σb,预报值与实测值相对偏差在±3%以内,大于93%的预报值与实测值的绝对偏差在±10MPa之间。
- 单位
提出一种PC钢棒抗拉强度的人工神经网络模型方法,采用4×9×1的三层前向BP网络结构,模型主要因素为淬火温度、回火温度、含碳量和单位长度质量。经1500余次训练后,误差平方和<0.001。训练出来的神经网络可以预报生产现场的PC钢棒的抗拉强度σb,预报值与实测值相对偏差在±3%以内,大于93%的预报值与实测值的绝对偏差在±10MPa之间。
