材料期刊网

基于 RBF 型人工神经网络的碳/陶瓷复合材料的化学成分对硬度的耦合影响分析?

刘雅芳 , 董万鹏 , 由伟 , 饶轮

材料导报 doi:10.11896/j.issn.1005-023X.2015.12.033

用 RBF 型人工神经网络研究了碳/陶瓷复合材料的化学成分对其硬度的影响。首先设计了 RBF 型神经网络模型，用“舍一法”进行了训练，使模型具有满意的预测性能。随后分析了化学组分对硬度的影响，包括单因素影响和双因素耦合影响。结果表明：材料的两种组分同时变化时，对硬度的影响更加复杂，呈现典型的非线性特征。

关键词: 碳/陶瓷复合材料 , 化学成分 , 硬度 , RBF 型人工神经网络 , 耦合影响