基于BP神经网络的SiCp/AZ61复合材料力学性能预测

摘要：

利用人工神经网络(ANN)的BP(back propagation)算法,建立了复合材料力学性能预测模型.模型由三层神经元组成,分别为输入层、隐含层和输出层.以SiCp/AZ61复合材料的力学性能与SiC的颗粒体积分数的关系为研究对象,选取了七组试验数据作为学习样本,用建立的网络预测未知,并给出预报曲线和预测程序界面图.与试验结果比较表明,所建立的网络能反映SiCp/AZ61复合材料中SiC的颗粒体积分数与其力学性能之间的关系,为试验设计提供了一种新的思路.

关键词：BP神经网络、SiCp/AZ61复合材料、学习样本、力学性能

所属期刊栏目：38

分类号：TB302(工程材料学)

资助基金：江西省教育科学"十一五"规划2007年重点课题07ZD043资助项目、2008年江西省新余市科技计划项目[2008]44号和2008年校级重点课题XJ0805

在线出版日期：2010-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：35-38