摘要

文章以训练结果的误差均方差与误差和降低为目标,通过循环和判断语句改进了MATLAB人工神经网络(ANN)工具箱的BP算法,实现BP网络多结构、多次循环训练,建立了TA15钛合金近β锻造变形参数(变形温度、应变速率和变形量)和变形水冷(WQ)及后续热处理(再结晶退火或高低温强韧化处理)后的组织特征参数(等轴α相的含量、平均晶粒直径和轴比,条状α相的含量和厚度)之间关系的BP人工神经网络模型。结果表明,针对近β锻造组织预报输入参数多,输入-输出参数高度非线性,该模型可以有效避免传统BP模型容易陷入局部极小值点的缺点,可较准确的得到各工艺参数组合下的组织特征参数;模型预测结果可以用于近β锻造不同工艺...