基于BP神经网络的复合材料性能预测

• 作者: 尹海莲 胡自力
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: BP神经网络 学习样本 材料性能 复合材料
• 年，卷（期）: 2006,（2）
• 页码范围: 234-238
• 页数: 5页
• 分类号: TB302
• 字数: 3382字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2006.02.021

摘要

针对复合材料性能表征十分复杂、困难的情况,利用人工神经网络的BP算法,建立了复合材料性能预测模型.模型由3层神经元组成,分别为输入层、隐含层和输出层.以碳/陶瓷复合材料性能与成分的关系为研究对象,选取了38组实验数据作为学习样本,模型总误差为0.18,用建立的网络预测未知,并给出预报曲线.和试验值相比较表明,所建立的网络能反映碳/陶瓷复合材料组分与其材料性能之间的关系,为实验设计提供了新的思路,节省了时间和劳力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡自力	南京航空航天大学无人机研究院	19	278	8.0	16.0
2	尹海莲	南京航空航天大学无人机研究院	5	34	2.0	5.0