论文部分内容阅读
在总结和分析合金元素对(Nd,Pr)FeB系永磁体性能影响的机理基础上,引入Bayesian正则化法BP神经网络和支持向量回归机,建立了合金成分与磁体性能之间的预测模型,预测和研究了Pr、Co和Zr等添加元素对磁体性能的影响规律。为提高网络的泛化能力,本文在Bayesian正则化法BP神经网络的基础上,运用加权检验训练法和表决网法的思路训练网络。通过选择合适的模型参数,建立了磁粉制备工艺(快淬速度和晶化退火温度)、合金成分与磁性能之间的BP神经网络预测模型。研究结果表明,该模型泛化能力较