基于工艺参数的7005铝合金力学性能的支持向量回归预测

• 作 者: 蔡从中 温玉锋 朱星键 裴军芳 王桂莲 肖婷婷
• 机 构: 重庆大学应用物理系
• 出 处: 中国有色金属学报
• 发表日期: 2010年2期
• 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 7005Al alloys mechanical properties supp
• 基金项目: 基金项目：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]01-）：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）

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）