摘要：以高强镁合金成分、固溶温度、固溶时间、时效温度和时效时间为输入层参数，以高强镁合金的抗拉强度为输出层参数，采用5×35×7×1四层结构构建出高强镁合金热处理工艺优化神经网络模型。并对模型进行了学习训练和预测验证。结果表明，该模型具有较好的预测能力和预测精度，预测误差小于4%，平均预测误差为2.6%。与试验优化的热处理工艺相比，采用神经网络优化的热处理工艺可以提高Mg-2Zn-2Y和Mg-10Gd-2.5Y-1.5Zn高强镁合金的抗拉强度。关键词：神经网络算法；高强镁合金；热处理工艺优化；抗拉强度；预测误差 下载高清全文——基于神经网络算法的高强镁合金热处理工艺优化.pdf