《表1 仿真值、预测值和相对误差》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BP神经网络预测变壁厚薄壁深孔件挤压力》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将有限元模拟软件计算得到的几组不同壁厚下挤压力大小的数据训练上述建立的神经网络模型，设定学习率为0.15，迭代次数为500，目标误差为10-3。然后对设置好的BP神经网络进行训练，训练收敛后即可对给定的壁厚进行挤压力的预测。图5为误差-迭代次数曲线图，经过74次训练，BP神经网络收敛。表1为数值模拟与BP神经网络预测值的对比。由表知，实际输出值与期望输出值的相对误差较小，这说明经过训练建立的神经网络模型可以快速预测最大挤压载荷。