基于神经网络的石墨烯弹性参量识别方法研究

• 作者: 华军 张宇辉 李东波 武霞霞
• 来源期刊: 西安建筑科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 石墨烯 弹性参量 人工神经网络 BP模型 正交试验设计
• 年，卷（期）: 2015,（5）
• 页码范围: 760-765
• 页数: 6页
• 分类号: TB12|TP183
• 字数: 4251字
• 语种: 中文
• DOI: 10.15986/j.1006-7930.2015.05.026

摘要

石墨烯的弹性参量是准确研究其力学性能的前提和基础.将神经网络的BP算法应用于石墨烯弹性模量和剪切弹性模量的预测,考虑石墨烯薄膜的长度、宽度、长宽比、手性、层数和温度6个影响因素,通过选取84组训练和检验样本,建立了石墨烯弹性参量的BP神经网络预测模型.将预测结果进行误差分析,其平均相对误差均小于3％,从而验证了该方法的适用性和可行性.将训练好的网络模型进行扩展计算,基于L25(56)正交表试验理论分析了石墨烯弹性参量对各影响因素的敏感性.为同类材料性能的预测提供了参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李东波	西安建筑科技大学理学院	19	15	2.0	3.0
2	华军	西安建筑科技大学理学院	10	33	4.0	5.0
3	武霞霞	西安建筑科技大学理学院	2	16	2.0	2.0
4	张宇辉	西安建筑科技大学理学院	1	6	1.0	1.0