摘要: 研究了基于贝叶斯方法的神经网络及其在SPA-H热轧板力学性能预测中的应用.在网络的目标函数中引入代表网络复杂程度的惩罚项,融入"奥克姆剪刀"理论,防止网络"过训练"的发生.考虑到网络在应用中的实际问题,在前人改进的算法基础上,采用Levenberg-Marquardt算法训练网络,提高了该网络的收敛速度.利用上述网络进行SPA-H集装箱热轧板力学性能预测,在收敛速度、稳定性和泛化能力方面都优于传统的BP神经网络.
中图分类号:
贾涛;刘振宇;胡恒法;王国栋;. 基于贝叶斯神经网络的SPA-H热轧板力学性能预测[J]. 东北大学学报(自然科学版), 2008, 29(4): 521-524.
Jia, Tao (1); Liu, Zhen-Yu (1); Hu, Heng-Fa (2); Wang, Guo-Dong (1) . Mechanical property prediction for hot rolled SPA-H steel using Bayesian neural network[J]. Journal of Northeastern University, 2008, 29(4): 521-524.