阻力墙参数对转向节锻件充填影响的神经网络分析

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. 898 0,相对均方误差M2为0.167 0%,拟合分值V为1.973 9,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关系,先增大后减小,存在一个极大值。GR人工神经网络模型能够定量预测各阻力墙参数对长叉充填的影响。