中央高校基本科研业务费专项资金(CDJXS11101135)
- 作品数：2 被引量：6H指数：2
- 相关作者：唐江凌蔡从中皇思洁肖婷婷更多>>
- 相关机构：重庆大学更多>>
- 发文基金：中央高校基本科研业务费专项资金教育部“新世纪优秀人才支持计划”教育部留学回国人员科研启动基金更多>>
- 相关领域：一般工业技术金属学及工艺更多>>
- Al-Cu-Mg-Ag合金强度性能的支持向量回归预测被引量：5
- 2012年
- 为了研究不同时效工艺下Al-Cu-Mg-Ag合金强度性能,根据实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了SVR预测模型。模型以Al-Cu-Mg-Ag合金时效温度与时效时间为输入,合金的抗拉强度、屈服强度为输出。经过与BP神经网络模型进行比较,结果表明:对于相同的训练样本和检验样本,支持向量回归模型比BP神经网络模型具有更高的预测精度。
- 唐江凌蔡从中皇思洁肖婷婷
- 关键词：AL-CU-MG-AG合金支持向量回归粒子群优化
- 支持向量回归在Zr-2合金晶粒尺寸预测中的应用被引量：2
- 2013年
- 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。
- 唐江凌蔡从中肖婷婷皇思洁
- 关键词：支持向量机模糊神经网络晶粒尺寸
