用人工神经网络对PZT陶瓷进行性能分析与优化

• 作者: 南策文 李龙土 桂治轮 郭栋 齐西伟
• 来源期刊: 无机材料学报
• 学科: 工学
• 关键词: 压电陶瓷 人工神经网络 误差反向传播算法 电学性能
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 223-228
• 页数: 6页
• 分类号: TP18
• 字数: 2419字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-324X.2004.01.036

摘要

选取了几种常用的金属氧化物掺杂剂,在均匀实验结构的基础上用人工神经网络方法对掺杂PZT陶瓷的性能进行分析和优化.实验结果表明,掺杂PZT体系的人工神经网络模型要比多重非线形回归模型准确得多,而且以人工神经网络模型为指导对材料进行优化后的性能预测也比较准确,说明人工神经网络在陶瓷这种多组分固溶体材料的性能分析中具有良好的使用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李龙土	清华大学材料系新型陶瓷与精细工艺国家重点实验室	122	1435	22.0	31.0
2	桂治轮	清华大学材料系新型陶瓷与精细工艺国家重点实验室	71	920	17.0	27.0
3	南策文	清华大学材料系新型陶瓷与精细工艺国家重点实验室	49	438	14.0	19.0
4	郭栋	清华大学材料系新型陶瓷与精细工艺国家重点实验室	24	149	7.0	11.0
5	齐西伟	清华大学材料系新型陶瓷与精细工艺国家重点实验室	8	160	5.0	8.0