基于统计模式识别的优化BP网络在20MnVB钢冲击韧度预测中的应用

摘要

用模式识别和人工神经网络建立了20MnVB钢的化学成分与其冲击韧度之间的PLS-BP降维网络模型,用这种方法预测了20MnVB钢的冲击韧度,并与PLS回归方程的预测结果进行了比较。结果表明:所建PLS-BP网络能较准确预测20MnVB钢的冲击韧度,这为研究20MnVB钢冲击韧度提供了一种有效的方法。此外,用训练好的PLS-BP网络模型分析了合金元素B和V的含量对20MnVB钢冲击韧度的影响。