鎂鋁合金材料優(yōu)化的體系結(jié)構(gòu)為帶有邏輯s型傳遞函數(shù)的12-12-1體系結(jié)構(gòu)。鎂鋁合金材料采用R、MSE和MAE值作為誤差標準。在測試集中得到最小的MSE和MAE值以及最大的R值。輸入矢量對Al-Mg2Si復(fù)合材料UTS的靈敏度如圖8所示。Mg對Al-Mg2Si復(fù)合材料的抗拉強度影響較大，因為鎂鋁合金材料相的尺寸和形貌與含Mg和Si元素復(fù)合材料的力學(xué)性能呈線性關(guān)系。結(jié)果表明，所有的數(shù)據(jù)集都具有較高的相關(guān)性和準確性，因此，所提出的數(shù)學(xué)函數(shù)可以用于神經(jīng)網(wǎng)絡(luò)研究。
鎂鋁合金材料用人工神經(jīng)網(wǎng)絡(luò)計算了未精煉Al-Zn-Mg-Cu合金和Al-5Ti-1B和Al-5Zr中間合金精煉后的UTS。沒有定義良好的程序來確定最優(yōu)模型結(jié)構(gòu)，因此在一個隱藏層(5-20)中使用不同的神經(jīng)元數(shù)目與試錯方法。該工程的最優(yōu)結(jié)構(gòu)為帶邏輯s型傳遞函數(shù)的15-17-1結(jié)構(gòu)。采用R、MAE和MSE對數(shù)據(jù)集的性能進行評價。靈敏度結(jié)果顯示，Mg元素和熱處理對Al-Zn-Mg-Cu合金的抗拉強度有較高的影響。因為合金元素與其他金屬相互作用，形成金屬間化合物，這些化合物通過熱處理析出，從而產(chǎn)生高強度。
鎂鋁合金材料并利用該公式研究了鈧和碳含量的影響。當(dāng)鈧和碳的添加量分別為0.5 Sc和0.01 C wt.%時，可獲得最大的UTS值。所得公式的預(yù)測模型具有較高的可靠性。采用神經(jīng)網(wǎng)絡(luò)方法研究了Al-Mg-Ti合金的抗拉強度、延性、孔隙率、硬度和密度。通過靈敏度分析，檢驗了輸入?yún)?shù)的影響。鎂鋁合金材料所有輸入變量中的Mg元素對合金的UTS和硬度的影響最大，而Ti元素具有密度和延性。所有變量的線性相關(guān)值都高于0.91，模型精度非常高。采用神經(jīng)網(wǎng)絡(luò)和回歸模型研究了增強和變形對赤泥納米顆粒增強鋁基復(fù)合材料體積磨損的影響。
鎂鋁合金材料采用函數(shù)的激活函數(shù)、RMSE和MAPE，四個輸入?yún)?shù)，兩個隱含層，分別包含7個和6個神經(jīng)元，1個輸出參數(shù)為容量，訓(xùn)練集124個數(shù)據(jù)，測試集20個數(shù)據(jù)?；貧w和ANN模型的R2和MAPE分別為0.9775和0.989,12.96和7.30%，ANN模型的RMSE為0.3177。結(jié)果表明，與數(shù)學(xué)回歸模型相比，人工神經(jīng)網(wǎng)絡(luò)方法能較好地預(yù)測復(fù)合材料的磨損率，并能有效地減少時間、精力和成本。
新時代，新技術(shù)層出不窮，我們關(guān)注，學(xué)習(xí)，希望在未來能夠與時俱進，開拓創(chuàng)新。