文献检索-宁波市创意产业特色资源库

限定检索结果

基于贝叶斯优化BP神经网络的压力容器最小壁厚预测研究: 收藏
分享
引用; 《科学技术创新》2024年第22期 69-72页; 作者：冯晓刚闫风影沈冬奎韩贯凯山东省安泰化工压力容器检验中心有限公司山东济南; 压力容器最小壁厚对压力容器的结构强度和稳定性具有重要作用。鉴于此,利用贝叶斯优化方法结合BP神经网络,实现对压力容器最小壁厚的精确预测。首先,采用贝叶斯方法优化隐含层神经元数量,得到最优隐含层神经元数量。然后,使用该最优神...; 压力容器最小壁厚对压力容器的结构强度和稳定性具有重要作用。鉴于此,利用贝叶斯优化方法结合BP神经网络,实现对压力容器最小壁厚的精确预测。首先,采用贝叶斯方法优化隐含层神经元数量,得到最优隐含层神经元数量。然后,使用该最优神经元数进行模型训练。最后,将验证集输入到模型中进行验证,以得到压力容器最小壁厚的预测结果。结果表明,基于贝叶斯方法优化BP神经网络的模型能够精确地预测压力容器筒体和封头的最小壁厚,且均方误差仅为0.2678和0.7448,该模型能够提供更可靠的设计和决策依据,为提高压力容器结构设计的效率和安全性做出重要贡献。; 来源：详细信息评论

限定检索结果