人工神经网络在摩擦材料制备中的应用

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。     

人工神经网络在材料科学研究中的应用

人工神经网络模型已成为材料科学中广泛使用的技术，综述了人工神经网络在材料设计，材料加工的智能控制，材料相变研究和材料性能预测等方面的应用。     

人工神经网络在材料性能研究中的应用

人工神经网络技术广泛应用于复杂系统的建模中,已成为材料科学研究中常用的建模方法.介绍了BP神经网络及其建模的重要特征,综述了神经网络技术在材料性能预测方面的研究情况.     

人工神经网络在钢铁材料研究中的应用

人工神经网络是近年发展起来的模拟人脑生物过程的具有人工智能的系统,在钢铁材料研究中有着广阔的应用前景.人工神经网络可根据钢的化学成分和/或加工工艺参数对微观组织、相变温度和时间及性能等做出快速准确预测,并可用于研究钢的上述各影响因素间的相互关系.研究人工神经网络也可用于钢的冶金过程及钢的表面处理过程工艺参数的预测及控制.     

人工神经网络在材料实验数据处理中的应用

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。     

人工神经网络在材料研究中的应用

简略介绍了人工神经网络的基本思想及特点,综述了人工神经网络在材料性能预测、工艺参数优化、相变规律的研究、微观组织模拟等领域的应用情况.对人工神经网络研究中存在的问题进行了分析,展望了其应用前景.     

人工神经网络在材料设计中的应用

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．     

人工神经网络在玻璃配方设计中的应用研究

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。     

人工神经网络在优化BaTiO3陶瓷配方研究中的应用

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。     

人工神经网络在焊接中的应用研究和发展

本文重点综述了人工神经网络(ANN)技术在焊接工艺参数设计、焊接性能预测、焊接过程控制方面的应用研究现状,并指出了它在焊接应用研究中的问题以及未来的发展趋势。     

人工神经网络模型在人员安置中的应用研究

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。     

一种人工神经网络在测试中的应用

本文给出一种人工神经网络及其在传感器信号处理中的应用．由计算机仿真实验结果表明该神经网络结构简单，应用方法效果良好，     

BP神经网络对陶瓷材料烧结性能预测的研究

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浇结性能的预测，并且精度较高。     

人工神经网络中的一种Krylov子空间优化算法

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。     

人工神经网络在冷脆断裂诊断中的应用

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。