神经网络和遗传算法在胶粘剂设计中的应用

• 作者: 尹晓峰 王宇 黄鹏程
• 来源期刊: 中国胶粘剂
• 学科: 工学
• 关键词: 人工神经网络 遗传算法 胶粘剂 配方 设计 优化 预测
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 研制和应用
• 页码范围: 47-51
• 分类号: TQ430.1
• 字数: 3406字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-2849.2011.02.012

摘要

在由三种环氧树脂(EP)及两种固化剂组成的胶粘剂体系中,以胶粘剂组成为输入参数、室温剪切强度为输出参数,通过对样本组的训练,得到训练好的神经网络.利用该神经网络可以预测任一给定配方胶粘剂的室温剪切强度,评估单一组分对胶粘剂性能的影响,给出任一性能范围对应的组成分布域,结合遗传算法可以预测最佳配方组成.结果表明:对复杂的胶粘剂体系而言,神经网络和遗传算法可以大大减少试验次数、节省时间且可预测出最佳试验条件等;神经网络和遗传算法在胶粘剂设计中具有广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄鹏程	北京航空航天大学材料科学与工程学院高分子材料及复合材料系	53	525	13.0	21.0
2	王宇	北京航空航天大学材料科学与工程学院高分子材料及复合材料系	14	57	5.0	7.0
3	尹晓峰	北京航空航天大学材料科学与工程学院高分子材料及复合材料系	2	6	1.0	2.0