ARTIFICIAL NEURAL NETWORK APPLIED TO AUSTENITE FORMATION TEMPERATURES PREDICTION
用人工神经网络模型预测钢的奥氏体形成温度

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。