共查询到15条相似文献,搜索用时 125 毫秒
1.
采用热压成型的方法制备掺杂粉煤灰、以无机纤维为增强体的摩擦材料,并测试其磨损性能。选用BP神经网络建模,以摩擦材料配方、制备工艺、测试条件为输入变量,以材料的磨损率为输出变量,采用L-M算法对网络进行训练。结果表明,模型可以对材料磨损性能进行有效的预测,可用于配方及制备工艺的优化。 相似文献
2.
3.
4.
5.
人工神经网络在材料实验数据处理中的应用 总被引:10,自引:1,他引:9
将人工神经网络算法作为一种通用的科学实验数据处理方法引进材料科学。实践表明,在一定的范围内,由神经网络算法对实验数据学习获得的规律可以比较良好地满足工程 对数据处理的要求。 相似文献
6.
7.
人工神经网络在材料设计中的应用 总被引:18,自引:2,他引:18
在实验数据的基础上,利用人工神经网络建立高Co- Ni 二次硬化钢的力学性能与合金成分及热处理温度对应关系的模型. 首次提出将五个材料力学性能指标及部分合金成分作为网络的输入,其它合金成分和热处理温度作为网络的输出,根据要求的力学性能设计材料的合金成分含量及热处理条件,获得了满意的结果,为高性能材料设计提供了一定的理论辅助手段. 相似文献
8.
人工神经网络在玻璃配方设计中的应用研究 总被引:4,自引:0,他引:4
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。 相似文献
9.
人工神经网络在优化BaTiO3陶瓷配方研究中的应用 总被引:3,自引:0,他引:3
首次将人工神经网络技术用于介电陶瓷的配方性能分析。以BaTiO3为研究对象选取了几种掺杂剂,在均匀实验设计的基础上,用BP人工神经网络对所得实验结果进行了分析,建立了相应配方的数学模型并将其与多重非线性回归模型的结果进行了比较。通过对人工神经网络配方数学模型的二次分析,得到了比多重非线形回归模型更加丰富的配方信息和内在规律,并且用图形化方式直观地表达了出来。在进一步对配方结果的优化和验证的基础上发现实验结果能够较好地符合理论预测,说明人工神经网络对于获得多性能指标要求介电陶瓷的最优化配方具有较好的指导作用。 相似文献
10.
11.
为了将不同特质的人员安置到各自合适的工作岗位上去,人工神经网络中的约束满意模型被用来解决这个问题。该模型中的每一个结点都代表一个假设,各结点间的联结权重代表了各个假设之间的约束,同时,对于每一个结点都可以有来自外界的输入,必要时还可以为网络设置一定的偏置值。模拟实验的结果表明该模型经运行后可以找到最大程度地满足各种约束的人员安置方案。 相似文献
12.
13.
14.
介绍了人工神经网络的二阶优化算法研究现状,对人工神经网络损失函数的KSD (Krylov Subspace Descent)优化算法进行改进。针对KSD算法中采用固定不变的Krylov子空间维数的方式,提出了Krylov子空间维数根据计算结果自适应改变的MKSD (Modified KSD)算法,并给出了利用MKSD、KSD以及SGD (Stochastic Gradient Descent)优化算法对不同问题的全连接神经网络进行训练的数值算例。计算结果说明MKSD的算法对比于其他算法具有一定的优势。 相似文献
15.
采用人工神经网络方法研究了晶体结构,强度,应力集中,晶粒尺寸,加速速度和温度与冷脆断裂关系的方法。 相似文献