机械拉杆锻压工艺的神经网络优化研究

采用不同的隐含层传递函数构建了4×28×1三层拓扑结构的机械拉杆锻压工艺神经网络优化模型,并进行了学习训练和预测验证。结果表明:与logsig函数相比,以tansig函数作为隐含层传递函数的模型平均相对训练误差从5.4%减小至2.5%。以tansig函数作为隐含层传递函数的模型平均相对预测误差为2.4%,具有较强的预测能力和较高的预测精度。