%0 Journal Article
%T ARTIFICIAL NEURAL NETWORK APPLIED TO AUSTENITE FORMATION TEMPERATURES PREDICTION<br>用人工神经网络模型预测钢的奥氏体形成温度
%A YOU Wei
%A BAI Bingzhe
%A FANG Hongsheng
%A XIE Xishan
%A <br>由 伟
%A 白秉哲
%A 方鸿生
%A 谢锡善
%J 金属学报
%D 2004
%I 
%X 根据收集的实验数据，建立了预测钢的奥氏体形成温度(Ac1和Ac3点)的反向传播人工神经网络模型．用散点图和均方误差、相对均方误差和拟合分值三个统计学指标评价模型的预测性能．人工神经网络预测Ac3和Ac1的三个统计学指标分别为23．8℃，14．6℃；2．89％，2．06％和1．8921，1．7011．散点图和统计学指标均显示：人工神经网络的预测性能优于Andrews公式．此外，用人工神经网络分析了C和Mn的含量对Ac1和Ac3温度的定量影响，计算结果显示，C和Mn含量与Ac3和Ac1点间存在非线性关系，这主要是由于钢中合金元素间存在的相互作用造成的。
%K austenite formation temperatures Ac1
%K Ac3
%K artificial neural network
%K performance of prediction
%K alloying element
%K quantitative effect<br>钢的奥氏体形成温度
%K 人工神经网络
%K 预测性能
%K 合金元素
%K 定量影响
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=AB188D3B70B071C57EB64E395D864ECE&jid=B061E1135F1CBDEE96CD96C109FEAD65&aid=FE1199F90F2A753B&yid=D0E58B75BFD8E51C&vid=1371F55DA51B6E64&iid=708DD6B15D2464E8&sid=6DAA05ECA4CD5075&eid=966760CE8B6E636C&journal_id=0412-1961&journal_name=金属学报&referenced_num=0&reference_num=14