BP神经网络对陶瓷材料烧结性能预测的研究

材料导报, 2002, 16(2): 63-65.

1.华南理工大学材料学院,广州510640

2.华南理工大学材料学院,广州510640

3.华南理工大学材料学院,广州510640

4.华南理工大学材料学院,广州510640

5.华南理工大学材料学院,广州510640

A Study of Forecasting Sintering Characteristics of Ceramic Materials Using BP Artificial Neural Networks

用C++语言建立了BP神经网络模型,并用TZP陶瓷材料的烧结性能数据进行训练及预测.预测结果表明,BP神经网络可以用于陶瓷材料的烧结性能的预测,并且精度较高.

[1]	曾令可等.人工神经网络及其在窑炉动态温度场的模拟研究[J].陶瓷学报,1997,18(01):27.
[2]	曾令可.人工神经网络技术及其在陶瓷工业中应用[J].陶瓷学报,1998(04):225.
[3]	王慧;曾令可 .材料科学与人工神经网络[J].华南理工大学研究生学报,1999,13(04):92.
[4]	周继成.人工神经网络[M].北京:科学普及出版社,1993
[5]	曾令可,贺海洋,孙宇彤,童晓濂,张明.材料设计中神经网络结构及有关参数的选取[J].佛山陶瓷,1999(03):3-6.
[6]	毛骏飙 .Yb-Ce-TZP增韧陶瓷材料的研究[D].华南理工大学,1997.

上一张下一张

计量

作者相关

文章评分