基于BP神经网络的SiC_P/AZ61复合材料力学性能预测

作     者：孔青荣 张发云 KONG Qing-rong;ZHANG Fa-yu

作者机构：新余高等专科学校太阳能科学与工程系江西新余338000 

基　　金：江西省教育科学"十一五"规划2007年重点课题(07ZD043)资助项目 2008年江西省新余市科技计划项目44号 2008年校级重点课题(XJ0805)资助项目 

出 版 物：《轻合金加工技术》 (Light Alloy Fabrication Technology)

年 卷 期：2010年第38卷第4期

页      码：35-38页

摘      要：利用人工神经网络(ANN)的BP(back propagation)算法,建立了复合材料力学性能预测模型。模型由三层神经元组成,分别为输入层、隐含层和输出层。以SiC_P/AZ61复合材料的力学性能与SiC的颗粒体积分数的关系为研究对象,选取了七组试验数据作为学习样本,用建立的网络预测未知,并给出预报曲线和预测程序界面图。与试验结果比较表明,所建立的网络能反映SiC_P/AZ61复合材料中SiC的颗粒体积分数与其力学性能之间的关系,为试验设计提供了一种新的思路。

主 题 词：BP神经网络 SiC,/AZ61复合材料 学习样本 力学性能 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0805[工学-能源动力学] 080502[080502] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-7235.2010.04.011

馆 藏 号：203179580...