应用人工神经网络技术,采用Neuralworks Predict软件建立BP网络模型,通过对R2O-MO-Al2O3-SiO2系统玻璃组成与热膨胀系数关系实验数据的训练,以期能预测该系统指定组成的玻璃的热膨胀系数.研究结果表明,所建立的神经网络模型能较正确地反映玻璃氧化物组成与其热膨胀系数之间的规律性.模型对给定组成玻璃热膨胀系数的预测值与实际测试值的相对误差在6.4%以内,表明由神经网络技术建立的这一模型能正确反映R2O-MO-Al2O3-SiO2系统玻璃组成与热膨胀系数间的内在规律性.
参考文献
[1] | 胡耀波,李鹏,熊惟皓.BP神经网络的实现及应用[J].机械工程材料,2002(06):16-18. |
[2] | 阳范文,赵耀明.材料性能预测和配方优化的人工神经网络研究方法[J].合成材料老化与应用,2001(01):15-19. |
[3] | 张际先;宓霞.神经网络及其在工程中的应用[M].北京:机械工业出版社,1996 |
[4] | LISBOA P G J;邢春颖.现代神经网络应用[M].北京:电子工业出版社,1996 |
[5] | Air Force Research laboratory .Neural network accelerate materials design[J].Current Advances in Materials and Processes,2000,157(01):45. |
[6] | Anonymous .High-speed materials design[J].Science,1997,277(07):474. |
[7] | Chen CLP.;LeClair SR.;Cao Y. .Materials structure-property prediction using a self-architecting neural network[J].Journal of Alloys and Compounds: An Interdisciplinary Journal of Materials Science and Solid-state Chemistry and Physics,1998(1):30-38. |
[8] | Bakshi BR.;Chatterjee R. .Unification of neural and statistical methods as applied to materials structure-property mapping[J].Journal of Alloys and Compounds: An Interdisciplinary Journal of Materials Science and Solid-state Chemistry and Physics,1998(1):39-46. |
[9] | 袁群,赵国藩.用神经网络方法预测新老混凝土的粘结强度[J].建筑材料学报,2001(02):132-137. |
[10] | 曾金芳,乔生儒,李瑞珍,丘哲明,郝志彪.用人工神经网络预测混杂复合材料混杂效应[J].玻璃钢/复合材料,2003(05):7-9. |
[11] | 樊新民,孔见,金波.人工神经网络在材料科学研究中的应用[J].材料导报,2002(04):28-30,21. |
[12] | 曾令可,罗民华,童晓濂,王慧,曾钧.BP神经网络对陶瓷材料烧结性能预测的研究[J].材料导报,2002(02):63-65. |
[13] | 张乐福;谢长生;张以增 .人工神经网络在材料实验数据处理中的应用[J].材料科学与工艺,1997,5(01):28. |
[14] | 文岐业,张培新,张怀武.矿渣微晶玻璃材料设计神经网络模型[J].无机材料学报,2003(03):561-568. |
[15] | 徐建林,王智平,陈超.神经元网络技术在球墨铸铁力学性能预测中的应用[J].机械工程材料,2003(05):51-53. |
[16] | 林亚萍,金继红.人工神经网络研究进展及其在光谱分析中的应用[J].化学分析计量,2004(03):52-55. |
[17] | 黄胜伟,董曼玲.自适应变步长BP神经网络在水质评价中的应用[J].水利学报,2002(10):119-123. |
[18] | 张立明.人工神经网络的模型及其应用[M].上海:复旦大学出版社,1993 |
[19] | Mohammed Haque E;Sudhakar K V.Prediction of corrosion-fatigue behavior of DP steelthrough artificial neural network[J].International Journal of Fatigue,2001(23):1. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%