基于RBF型人工神经网络的碳/陶瓷复合材料的化学成分对硬度的耦合影响分析

作     者：刘雅芳 董万鹏 由伟 饶轮 LIU Yafang;DONG Wanpeng;YOU Wei;RAO Lun

作者机构：上海工程技术大学材料工程学院上海201600 华北科技学院机电工程系廊坊065201 

基　　金：上海工程技术大学研究生创新项目(E1-0903-14-01131) 

出 版 物：《材料导报》 (Materials Reports)

年 卷 期：2015年第29卷第12期

页      码：153-157页

摘      要：用RBF型人工神经网络研究了碳/陶瓷复合材料的化学成分对其硬度的影响。首先设计了RBF型神经网络模型,用"舍一法"进行了训练,使模型具有满意的预测性能。随后分析了化学组分对硬度的影响,包括单因素影响和双因素耦合影响。结果表明:材料的两种组分同时变化时,对硬度的影响更加复杂,呈现典型的非线性特征。

主 题 词：碳/陶瓷复合材料 化学成分 硬度 RBF 型人工神经网络 耦合影响 

学科分类：12[管理学] 080503[080503] 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] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11896/j.issn.1005-023X.2015.12.033

馆 藏 号：203694125...