文献类型：期刊文章

作　　者：蔡从中[1] 温玉锋[1] 朱星键[1] 裴军芳[1] 王桂莲[1] 肖婷婷[1]

机构地区：[1]重庆大学应用物理系,重庆400044

出　　处：《中国有色金属学报》

基　　金：教育部新世纪优秀人才支持计划资助项目(NCET-07-0903);教育部留学回国人员科研启动基金资助项目(教外司留[2008]101-1);重庆市自然科学基金资助项目(CSTC2006BB5240);国家大学生创新性实验计划资助项目(CQUCX-G-2007-016)

年　　份：2010

卷　　号：20

期　　号：2

起止页码：323-328

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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4.5319MPa、14.5508MPa和HB1.4142,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。

关 键 词：7005铝合金 力学性能 支持向量机 粒子群算法 留一交叉验证法  回归分析  

分 类 号：TP18] TG146.21]