论文部分内容阅读
提出一种以相对误差平方和（Surm squared relative error,SSRE）作为误差性能函数的反向传播（Back propagation,BP）神经网络算法（SSRE-BP）,针对3种不同镁合金AZ31B、ZK60和AZ61A在单轴拉压、纯扭、45°比例和90°圆形非比例等4种不同加载路径下的疲劳寿命进行预测。并与以均方误差（Mean squared error,MSE）作为误差性能函数的传统BP神经网络（MSE-BP）以及基于临界平面法的SWT疲劳损伤模型预测的结果进