锻造7050铝合金力学性能的RBF神经网络预测模型

针对7050铝合金锻造后力学性能难以预测的特点,提出一种基于径向基函数(RBF)的神经网络预测模型。该模型以7050铝合金锻造工艺参数为输入层,力学性能为输出层,利用样本数据训练模型后进行7050铝合金锻件力学性能预测。实验结果表明,RBF神经网络在锻造7050铝合金力学性能的预测过程中收敛性良好、预测精度高,相对误差不超过6%;相较于BP神经网络,RBF神经网络具有更高的预测精度。该模型可以对7050铝合金的锻造生产过程起到良好的指导作用。