基于CNN-SVR模型对两相复合材料电容值的预测

作     者：朱珍 卢天奇 朱文博 陈建文 王金海 黄穗龙 许仁俊 ZHU Zhen;LU Tian-qi;ZHU Wen-bo;CHEN Jian-wen;WANG Jin-hai;HUANG Sui-long;XU Ren-jun

作者机构：佛山科学技术学院机电工程与自动化学院广东佛山528225 

基　　金：广东省自然科学粤佛联合基金青年项目(2020A1515110601) 

出 版 物：《佛山科学技术学院学报（自然科学版）》 (Journal of Foshan University(Natural Science Edition))

年 卷 期：2022年第40卷第2期

页      码：36-43页

摘      要：电介质复合材料是重要的储能材料,其电容是电容器关键参数之一。传统方法中,实际的电容值是由仪器直接测试得到,给定微观结构的复合材料其电容值可以由泊松方程计算得到。在计算机模拟生成的数据集基础上,采用CNN-SVR模型进行了预测研究,研究结果表明,机器学习方法能够快速有效地预测给定复合材料微观结构的电容值,不仅克服了静态物理特征表达能力的不足,而且摆脱了繁琐的特征设计过程,也避免了复杂的有限元仿真运算。该方法还具有推广和应用于复合材料其他物理特性研究的潜力。

主 题 词：复合材料 电容 计算机模拟 机器学习 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 080801[080801] 0808[工学-自动化类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.13797/j.cnki.jfosu.1008-0171.2022.0020

馆 藏 号：203109583...