首页 | 本学科首页   官方微博 | 高级检索  
     

基于反向神经网络的陶瓷材料Vickers硬度预测
引用本文:孙德明,刘玉婷,王永国,许崇海,张长强.基于反向神经网络的陶瓷材料Vickers硬度预测[J].中国陶瓷工业,2005,12(3):31-33.
作者姓名:孙德明  刘玉婷  王永国  许崇海  张长强
作者单位:1. 山东大学材料科学与工程学院,济南,250061
2. 山东轻工业学院,济南,250100
3. 浪潮集团有限公司,济南,250014
基金项目:山东省自然科学基金(编号:Y2001F02),优秀中青年科学家科研奖励基金(编号:2000-49)资助项目
摘    要:误差反向传播神经网络(BP网络)具有能够正确逼近非线性映射关系的优点。将其运用到复相结构陶瓷材料Vickers硬度预测当中,克服了陶瓷材料研究中单因素实验法不能正确反映Vickers硬度与添加组分多因素之间复杂非线性关系的弱点,通过硬度预测和试验验证表明,该方法可行有效,为快捷、经济地开发研制新的陶瓷材料提供了新的思路和有效手段。

关 键 词:BP神经网络  陶瓷材料  Vickers硬度  预测
文章编号:1006-2874(2005)03-0031-03
修稿时间:2004年8月30日

PREDICTION OF CERAMICS VICKERS HARDNESS BASED ON BP NEURAL NETWORK
Sun Deming,Liu Yuting,Wang Yongguo,Xu Chonghai,Zhang Changqiang.PREDICTION OF CERAMICS VICKERS HARDNESS BASED ON BP NEURAL NETWORK[J].China Ceramic Industry,2005,12(3):31-33.
Authors:Sun Deming  Liu Yuting  Wang Yongguo  Xu Chonghai  Zhang Changqiang
Affiliation:Sun Deming1 Liu Yuting2 Wang Yongguo2 Xu Chonghai2 Zhang Changqiang3
Abstract:A Vickers hardness predicting system of advanced ceramic composites based on BP neural network was developed, which can precisely predict the relationship between material composition and the Vickers hardness through self-training with the present data, and can perfectly aid the ceramic materials design. This system has friendly interfaces, extensive application, good operating feasibility and reliability examined with the present Al2O3/SiC/(W, Ti)C ceramics.
Keywords:BP neural network  advanced ceramic composites  Vickers hardness  prediction
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号