论文部分内容阅读
为研究阻力墙结构参数对转向节锻件长叉充填的定量影响，设计了广义回归（GR）人工神经网络模型。用“舍一法”训练了模型，并采用3个样本对模型进行预测检验，散点图表明预测值和实验值拟合较好。统计学指标为：均方误差M1为0．8980，相对均方误差旭为0．1670％，拟合分值V为1．9739，说明人工神经网络具有较高的预测精度。最后用神经网络分析阻力墙关键参数对锻件长叉充填的定量影响，结果表明：长叉侧边桥部宽度和阻力墙斜度的增加对长叉充填作用不明显；阻力墙间隙的加大不利于长叉充填；阻力墙宽度对长叉充填的影响呈抛物线