基于西北有色金属研究院实际生产中统计的321组钛合金铸锭化学成分与相变点数据,构建了预测钛合金(α+β)/β相变点的人工神经网络模型和多元线性回归模型,并对模型的准确性进行了评价分析。结果显示,多元线性回归模型的训练值及预测值与(α+β)/β相变点实际值的相关性系数分别为0.761 05和0.809 93,而人工神经网络模型的相关性系数分别为0.927 21和0.818 51,具有更好的相关性。人工神经网络模型的平均绝对误差为4.02℃,相比多元线性回归模型(平均绝对误差为5.11℃)具有更高的精度,可以更好地描述合金元素与钛合金(α+β)/β相变点之间的非线性关系。