上海艾荔艾金属材料有限公司Shanghai Ailiai Metallic Material Co.,Ltd. 上海艾荔艾金属材料有限公司Shanghai Ailiai Metallic Material Co.,Ltd. 作为值得信赖的合作伙伴和高品质金属合金的半成品供应商,上海艾荔艾金属材料有限公司拥有完善的服务体系和专业的团队。在同客户交易的过程中,我们力求根据不同的应用需求将我们的产品做到精益求精。针对当前和未来的市场需求,艾荔艾致力于为客户提供优质的金属材料解决方案。

设为首页 | 加入收藏
13585522224

新闻资讯

您的位置:首页 > 新闻资讯 > 产品工艺 > 基于工艺参数的7005铝合金力学性能的支持向量回归预测

基于工艺参数的7005铝合金力学性能的支持向量回归预测

发布人:上海艾荔艾金属材料有限公司www.shailiai.com 更新时间:2015-12-19
根据7005铝合金在不同工艺参数(挤压温度、挤压速度、淬火方式和时效条件)下的力学性能(抗拉强度σb、屈服强度σ0.2和硬度HB)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)结合留一交叉验证(LOOCV)的方法,对7005铝合金力学性能进行建模和预测研究,并与偏最小二乘法(PLS)、反向传播人工神经网络(BPNN)和两者结合的PLS-BPNN模型的预测结果进行比较。
基于工艺参数的7005铝合金力学性能的支持向量回归预测Quantitative prediction of mechanical properties of 7005 Al alloys from processing parameters via support vector regression
根据7005铝合金在不同工艺参数(挤压温度、挤压速度、淬火方式和时效条件)下的力学性能(抗拉强度σb、屈服强度σ0.2和硬度HB)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)结合留一交叉验证(LOOCV)的方法,对7005铝合金力学性能进行建模和预测研究,并与偏最小二乘法(PLS)、反向传播人工神经网络(BPNN)和两者结合的PLS-BPNN模型的预测结果进行比较。结果表明:基于SVR-LOOCV法的预测精度最高,对3种力学性能(σb、σ0.2和HB)预测的均方根误差(RMSE)分别为4.531 9 MPa、14.550 8 MPa和HB1.414 2,其平均相对误差(MRE)分别为0.72%、2.61%和0.66%,均比PLS、BPNN和PLS-BPNN方法预测的RMSE和MRE要小。
The support vector regression (SVR) approach based on the particle swarm optimization (PSO) for its parameter optimization, combined with leave-one-out cross validation (LOOCV), was proposed to predict the mechanical properties (tensile strength σb, yield strength σ0.2 and hardness HB) of 7005 Al alloys under different processing parameters including extrusion temperature, extrusion velocity, quenching type and aging time. The results strongly support that the prediction precision of SVR-LOOCV method is superior to those of partial least squares (PLS), back-propagation neural networks (BPNN) and their combination PLS-BPNN model by applying the identical dataset. The root mean square errors (RMSE) for σb, σ0.2 and HB achieved by SVR-LOOCV are 4.531 9 MPa, 14.550 8 MPa and HB 1.414 2, respectively, and their mean relative errors (MRE) are 0.72%, 2.61% and 0.66%, respectively, which are less than those predicted by PLS, BPNN or PLS-BPNN approach.
全文下载:http://pan.baidu.com/s/1kUiM2ur

作为值得信赖的合作伙伴和高品质金属合金的半成品供应商,艾荔艾拥有完善的服务体系和专业的团队。在同客户交易的过程中,我们力求根据不同的应用需求将我们的产品做到精益求精。针对当前和未来的市场需求,艾荔艾致力于为客户提供最佳的金属材料解决方案。

AILIAI has been a reliable partner and supplier of sophisticated and high-quality semi-finished products maed of alloys. In dialogue with our customers, we optimise our products to meet the specific application requirements. AILIAI develops the best alloy material solutions for current and future challenges.

获取更多我们供应的合金和服务信息,请致电086-021-67660801或发电子邮件kefu@ailiaigroup.com联系我们,您也可以通过微博微信和我们互动。

For more information on the alloys and services that we supply, call us at 086-021-67660801 or email us at kefu@ailiaigroup.com. You can also get in touch on social media, we are constantly active on Weibo and Weixin.