10.3969/j.issn.1007-7235.2010.04.011
基于BP神经网络的SiCp/AZ61复合材料力学性能预测
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.
BP神经网络、SiCp/AZ61复合材料、学习样本、力学性能
38
TB302(工程材料学)
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
2010-12-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
35-38