2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩197頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、數(shù)據(jù)信息挖掘技術(shù)是指綜合運用多種算法,對從各種渠道得來的大量數(shù)據(jù)進行計算機處理,通過信息加工,抽提有用信息,發(fā)現(xiàn)自然規(guī)律。作為一門多學(xué)科的交叉技術(shù),數(shù)據(jù)挖掘已成為數(shù)據(jù)庫系統(tǒng)和機器學(xué)習(xí)領(lǐng)域的重點研究課題,因其應(yīng)用前景廣闊而受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。 本文將若干種新型的數(shù)據(jù)挖掘方法應(yīng)用于高導(dǎo)電高彈性銅合金及其它金屬材料設(shè)計,并對傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)和遺傳算法等進行改進,將各種數(shù)據(jù)挖掘方法有機地結(jié)合,特別是提出將具有

2、良好的理論基礎(chǔ)和泛化性能的支持向量機方法引入到高導(dǎo)電高彈性銅合金設(shè)計領(lǐng)域,應(yīng)用其解決傳統(tǒng)方法還不能完善解決的問題,建立準確、高效的材料組分、工藝或結(jié)構(gòu)與性能關(guān)系模型,豐富和完善了現(xiàn)有的材料設(shè)計理論和方法,不僅能夠從宏觀上快速有效地進行新材料性質(zhì)的預(yù)測和工藝優(yōu)化,節(jié)約能源,而且促進了學(xué)科間的交叉。 本研究涉及如下幾方面內(nèi)容: (1)提出了快速高效的LSSVM方法,與神經(jīng)網(wǎng)絡(luò)方法進行對比研究,成功地運用到Cu-15Ni-8S

3、n系合金成分、工藝參數(shù)和性能優(yōu)化中,建立了成分和工藝參數(shù)優(yōu)化的知識庫,并且利用三維立體圖的等高線將其直觀地表達出來。計算結(jié)果表明:Cu-15Ni-8Sn-XSi合金最佳的Si含量為0.3左右;含Si量為0.3左右的合金,在50%預(yù)冷變形和400℃×(1.5~3h)時效后,合金可獲得412HV以上的硬度,并有良好的導(dǎo)電率;在450℃×(0.9~1.7h)時效,合金可獲得416HV以上的硬度。LSSVM模型得到函數(shù)曲線的規(guī)律與機理分析一致。

4、 (2)探索新的多層前饋型BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練策略,針對基于梯度下降算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)存在收斂速度慢、易陷入局部極小的問題,提出了將差分進化算法與BP神經(jīng)網(wǎng)絡(luò)有機地結(jié)合,形成了基于貝葉斯權(quán)重規(guī)范化的差分進化訓(xùn)練策略,改進了網(wǎng)絡(luò)的收斂性能和預(yù)測能力。首次將差分進化神經(jīng)網(wǎng)絡(luò)算法成功地應(yīng)用于預(yù)報Cu-15Ni-8Sn-0.4Si合金的硬度和電性能。 (3)針對標準的SVM方法的訓(xùn)練運算速度慢的缺陷,首次用快速高效的LSSVM

5、方法建立了能夠反映高導(dǎo)電高彈性Cu-Ni-Sn和Cu-Ti系合金的成分、軋制變形、時效工藝參數(shù)與導(dǎo)電率和硬度性能之間復(fù)雜交互作用關(guān)系的經(jīng)驗?zāi)P?,并且利用工藝參?shù)知識庫和三維立體圖及其等高線將其直觀地表達出來,得出了時效溫度、時效時間和預(yù)冷變形量工藝參數(shù)對硬度和導(dǎo)電率的影響規(guī)律,從而為實現(xiàn)Cu-Ni-Sn和Cu-Ti系合金成分、工藝參數(shù)和性能的最優(yōu)化設(shè)計以及后續(xù)建立具有重要的實際應(yīng)用價值的導(dǎo)電彈性銅合金模型奠定了基礎(chǔ)。 (4)建立

6、了基于RBFN、RBF-PLSR、GRNN和LSSVM方法的Cu-Ti系合金的硬度和導(dǎo)電性能預(yù)報模型,模型比較結(jié)果說明:神經(jīng)網(wǎng)絡(luò)模型依據(jù)ERM原則,影響了預(yù)報精度的進一步提高,而LSSVM采用了SRM原則,能根據(jù)有限的樣本信息在模型的復(fù)雜性和學(xué)習(xí)能力之間尋求最佳折衷,使預(yù)報精度更加接近于擬合精度,具有更好的泛化性能。 (5)RBF網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計和訓(xùn)練正處于探索階段,尚未有一種統(tǒng)一有效的方法。本文從空間變換的角度出發(fā)將RBF網(wǎng)絡(luò)和

7、PLSR相結(jié)合,建立了RBF-PLSR網(wǎng)絡(luò)模型,RBF-PLSR模型以神經(jīng)網(wǎng)絡(luò)與線性回歸相結(jié)合的方式,很好的解決了RBF網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)難以確定的難題,并成功地應(yīng)用于Cu-Ti系合金的性能預(yù)報,顯示了比傳統(tǒng)的RBF網(wǎng)絡(luò)更好的預(yù)測性能和穩(wěn)定性,揭示了發(fā)展新型的PLS-SVM方法的可能性。 (6)利用Cu-1.5Ti和Cu-4.5Ti合金時效過程中析出相的體積分數(shù)與導(dǎo)電率的線性關(guān)系,推導(dǎo)出實驗溫度下合金時效的Avrami相變動力學(xué)方程與

8、導(dǎo)電率方程。基于半經(jīng)驗的物理方程擬合的導(dǎo)電率變化規(guī)律與LSSVM模型預(yù)測的函數(shù)曲線很相似。 (7)將模式識別及神經(jīng)網(wǎng)絡(luò)方法有機地結(jié)合,采用PLS部分得分作為BPN的輸入元素,簡化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),有利于克服過擬合,提高神經(jīng)網(wǎng)絡(luò)預(yù)報的準確性。應(yīng)用PLS-BP方法對7005鋁合金在線擠壓淬火工藝和隨后的時效工藝對合金力學(xué)性能的影響進行了定性分析和定量計算。實踐證明,PLS-BP方法不但可以實現(xiàn)對7005鋁合金性能的正向預(yù)測,還可以實現(xiàn)工

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論