本发明涉及一种基于粗糙集和神经网络的铸造气缸盖力学性能预测方法,属于铸造
铝合金气缸盖相关领域。本发明的一种基于粗糙集和BP神经网络的力学性能预测方法,利用粗糙集理论,对影响力学性能的指标属性进行约简,从而减少神经网络的输入维数,把约简后的指标属性作为BP神经网络的输入进行力学性能预测。本发明在无需进行大量试验与模拟仿真的前提下,并且在几乎无损的试验条件下,即可对力学性能实施预测,在提高力学性能预测的准确性和效率的同时,降低了设计与生产成本,提高了生产效益。
声明:
“基于粗糙集和神经网络的铸造气缸盖力学性能预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)