基于BP神经网络的SiCp/AZ61复合材料力学性能预测

• 作者: 孔青荣 张发云
• 来源期刊: 轻合金加工技术
• 学科: 工学
• 关键词: BP神经网络 SiCp/AZ61复合材料 学习样本 力学性能
• 年，卷（期）: 2010,（4）
• 页码范围: 35-38
• 分类号: TB302
• 字数: 2526字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7235.2010.04.011

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SiCp/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SiCp/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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张发云	新余高等专科学校太阳能科学与工程系	19	230	8.0	15.0
2	孔青荣	新余高等专科学校太阳能科学与工程系	4	2	1.0	1.0