摘要： 金属电致塑性效应为一个多变量非线性灰色系统,分析各种外界因素对金属电致塑性效应、金属中微观组织的影响以及建立相应的本构方程是相当困难的.人工神经网络ANN具有自学习、自组织、自适应和非线性动态处理等特征,更容易通过仿真逼近实际的教学模型.以ANN对铝合金电致塑性效应进行仿真,经过多次的训练后逼近实际的非线性模型,然后,给定一组输入数据进行自适应预测输出,并根据实验所测的实际数据与预测结果进行对照和评判,从而获得了比较满意的仿真效果.
摘要： 金属电致塑性效应为一个多变量非线性灰色系统,分析各种外界因素对金属电致塑性效应、金属中微观组织的影响以及建立相应的本构方程是相当困难的.人工神经网络ANN具有自学习、自组织、自适应和非线性动态处理等特征,更容易通过仿真逼近实际的教学模型.以ANN对铝合金电致塑性效应进行仿真,经过多次的训练后逼近实际的非线性模型,然后,给定一组输入数据进行自适应预测输出,并根据实验所测的实际数据与预测结果进行对照和评判,从而获得了比较满意的仿真效果.