刘万强
,
王学业
,
李新芳
,
龙清平
,
文小红
,
李建军
高分子材料科学与工程
用密度泛函(DFT)方法在6-31G(d)基组优化了32种聚甲基丙烯酸酯类的结构单元,得到了其量子化学参数,用模式识别,逐步回归和人工神经网络方法探讨了这些参数与聚甲基丙烯酸酯类Tg的关系,模式识别两类Tg大小不同的聚合物基本分布在不同区域,用逐步回归和人工神经网络方法所建立的定量模型的计算值与实验值的相关系数分别为0.9760,0.9912,预报结果与实验值基本一致.
关键词:
聚甲基丙烯酸酯
,
玻璃化温度
,
量子化学参数
,
模式识别
,
人工神经网络
王学业
,
邱冠周
金属学报
用结构参数-模式识别/人工神经网络(ANN)方法对非晶态合金的磁性(包括饱和磁致伸缩系数, 饱和磁感应强度, 矫顽力)与组成, 结构之间的关系进行了定性分析和定量计算, 采用的结构参数有平均价电子数, 混合熵, 原子半径经, 电负性差, 功函数差和电子密度差等. 结果表明, 定性分析结果与实验结论一致, 定量计算结果与实验测定值符合较好.
关键词:
非晶态合金系
,
null
,
null