金属学报  1994, Vol. 30 Issue (13): 22-26

论文 本期目录 | 过刊浏览 |

人工神经网络在熔盐相图中间相预报中的应用

唐波;钦佩;柳妙修;张未名;陈念贻

中国科学院上海冶金研究所

ARTIFICIAL NEURAL NETWORK APPLIED TO PREDICTION OF INTERMEDIATE PHASES IN MOLTEN SALT PHASE DIAGRAMS

TANG BO; QIN Pei; LIU Miaoxiu;ZHANG Weiming;CHEN Nianyi(Shanghai institute of Metallurgy; Chinese Academy of Sciences)

唐波;钦佩;柳妙修;张未名;陈念贻. 人工神经网络在熔盐相图中间相预报中的应用[J]. 金属学报, 1994, 30(13): 22-26.
, , , , . ARTIFICIAL NEURAL NETWORK APPLIED TO PREDICTION OF INTERMEDIATE PHASES IN MOLTEN SALT PHASE DIAGRAMS[J]. Acta Metall Sin, 1994, 30(13): 22-26.

摘要 参考文献 相关文章 Metrics 全文: PDF(336 KB)   摘要: 用人工神经网络方法研究熔盐相图中间相的组成、熔点和同分熔化或异分熔化等规律．研究结果可用于未知相图中间相的计算机预报． 关键词 ： 人工神经网络,  熔盐相图,  中间相     Abstract：Artificial neural network is a new type ofinfonnation processing system based on modelling the neural system structure of human brain. Together with chemical bond parameters, it can be used to extract useful information from the experimental data of molten salt phase diagrams.The semi-empirical rules found can be used for the computerized prediction of the stoichiometry, the melting or decomposition temperature, and the melting behavior(congruent or incongruent melting) of the intermediate phases in unknown molten saltphase diagrams. Key words： artificial neural network    molten salt phase diagram    intermediate phase      基金资助:国家自然科学基金 服务 把本文推荐给朋友 加入引用管理器 E-mail Alert RSS 作者相关文章 唐波 钦佩 柳妙修 张未名 陈念贻 44.8K 链接本文: https://www.ams.org.cn/CN/      或      https://www.ams.org.cn/CN/Y1994/V30/I13/22 1陈念贻,张桂成．金属学报,1964;7:122陈念贻,江乃雄,谢雷鸣,施天生．中国科学,1981;7:8363靳蕃,范俊波,谭永东．神经网络与神经计算机,西南交通大学出版社,19914CCCP,19615Wells,AF．StructuralInorganicchemistry,fifthedition,ClarendonPress,Oxford,1984:586 [1] 侯介山,周兰章,郭建亭,袁超. NiAl合金超塑性的人工神经网络预测[J]. 金属学报, 2013, 49(11): 1333-1338. [2] 邓天勇 吴迪 许云波 赵彦峰 刘相华 王国栋. 普碳钢中厚板热轧温度制定的一种新的数学方法[J]. 金属学报, 2009, 45(1): 67-72. [3] 由伟; 白秉哲; 方鸿生 ; 谢锡善 . 用人工神经网络模型预测钢的奥氏体形成温度[J]. 金属学报, 2004, 40(11): 1133-1137 . [4] 李新城; 陈光; 朱伟兴; 王匀; 张开华; 汪建敏 . 齿轮选材及热处理工艺智能专家系统[J]. 金属学报, 2004, 40(10): 1051-1054 . [5] 骆宇时; 彭志方 . 镍基高温合金中γ’和γ相点阵常数的简捷人工神经网络预测法[J]. 金属学报, 2003, 39(9): 897-902 . [6] 李锋军; 沈厚发; 柳百成 . 消失模铸造充型过程的模拟方法[J]. 金属学报, 2003, 39(7): 686-690 . [7] 由伟; 方鸿生; 白秉哲 . 用反向传播人工神经网络预测低碳低合金钢的马氏体转变开始温度[J]. 金属学报, 2003, 39(6): 630-634 . [8] 王春水; 彭志方; 于洋洋 . 人工神经网络预测变形高温合金的持久强度[J]. 金属学报, 2003, 39(12): 1251-1254 . [9] 李萍; 薛克敏; 吕炎; 谭建荣 . 热变形参数对Ti-15-3合金显微组织的影响及预测[J]. 金属学报, 2002, 38(2): 145-148 . [10] 薛小怀; 钱百年; 于少飞; 国旭明; 杨柯; 訾炳涛 . 熔敷金属力学性能人工神经网络预测法的应用[J]. 金属学报, 2001, 37(9): 947-951 . [11] 张兆春;吴铸;李重河;钦佩;陈念贻. 模式识别─人工神经网络在改善汽车发动机缸体铸件力学性能方面的应用[J]. 金属学报, 1998, 34(10): 1068-1072. [12] 刘刚;陈瑞亮;李重河;陈念贻. 熔盐-液体金属相互溶解度的规律性[J]. 金属学报, 1997, 33(9): 939-942. [13] 郭进;李重河;钦佩;曾文明;陈念贻. AB_5型贮氢合金P-C关系的人工神经网络研究[J]. 金属学报, 1996, 32(3): 333-33. [14] 张鹏;崔建忠;张奇志;杜云慧;富江涛;巴立民. 人工神经网络在不锈钢-铝固液相压力复合研究中的应用[J]. 金属学报, 1996, 32(12): 1275-1278. [15] 蔡煜东;许伟杰;陈念贻. 自组织人工神经网络用于金属间化合物三元填隙D88结构形成条件的判别[J]. 金属学报, 1995, 31(18): 280-283. Viewed Full text Abstract Cited   Shared      Discussed