论文部分内容阅读
将正交试验与BP神经网络相结合,建立了能够表征电流密度、温度、超声波功率及镀液中SiO2微粒的质量浓度与Ni-Co/SiO2复合镀层显微硬度之间关系的BP神经网络模型。采用附加动量法对模型算法进行优化,并将正交试验获得的数据作为样本,分别利用常规BP神经网络模型和优化后的BP神经网络模型进行预测。结果表明:优化后的BP神经网络模型的计算效率不及常规神经网络模型的计算效率,但将其用于预测Ni-Co/SiO2复合镀层的显微硬度具有较强的可行性和较高的准确度。