10.3321/j.issn:0454-5648.2002.03.013
基于人工神经网络的BaTiO3陶瓷配方研究
人工神经网络具有巨量并行、结构可变、高度非线性等特点, 其建立数学模型并不需要预先知道太多有关问题背景的知识, 这尤其适用于陶瓷配方研究中某些机理尚未完全清楚、传统数学方法无法分析的情况. 本工作将人工神经网络技术用于介电陶瓷的配方性能分析, 以BaTiO3为研究对象选取了几种掺杂剂, 在均匀实验设计的基础上, 用BP人工神经网络对所得实验结果进行了分析, 并且用图形化方式直观地表达了出来. 根据实验结果,并与多重非线形回归模型相比发现, 人工神经网络模型比多重非线形回归模型更加准确且能给出配方组成与性能更丰富的信息, 这对于研究各组分作用规律并获得介电陶瓷多性能指标的优化配方具有重要的指导作用.
钛酸钡、介电性能、人工神经网路、多层反问误差传播算法
30
TP18(自动化基础理论)
国家自然科学基金59995523
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
329-334