基于BP神经网络的Mg-Al-Si合金力学性能研究

研究了Sr含量对Mg-Al-Si系镁合金中Mg-6Al-0.7Si-1Zn合金力学性能的影响,采用BP神经网络法建立了Mg-6Al-0.7Si-1Zn-xSr合金组织与力学性能的关系模型。采用BP神经网络预测的该合金力学性能与实验值接近,相对误差较小,最大误差为4.896%,最小误差仅为0.271%。结果表明,该模型具有很好的预测精度和较快收的敛速度,此模型的建立为研究Mg-Al-Si系镁合金提供了参考。