基于改进粒子群算法的径向基人工神经网络淀粉基发泡复合材料性能预测

• 作者: 吴维 李孟山 武燕 管立新 陈炳生
• 来源期刊: 复合材料学报
• 学科: 工学
• 关键词: 性能预测 发泡材料 神经网络 粒子群 混合智能
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 其他
• 页码范围: 2882-2889
• 页数: 8页
• 分类号: TB324|TB322|TB330.1
• 字数: 5318字
• 语种: 中文
• DOI: 10.13801/j.cnki.fhclxb.20170320.005

摘要

以乙烯-醋酸乙烯酯(EVA)和淀粉质量比、甘油质量分数和NaHCO3质量分数为输入,以拉伸强度和回弹率为输出,建立基于种群熵多样性评估和收敛、发散策略的粒子群改进算法的径向基人工神经网络(RBF ANN)的淀粉基发泡复合材料性能预测模型.结果表明,该模型的预测效果较好,预测均方差和相关系数分别为0.0160和0.9890.预测发现,淀粉基发泡复合材料的拉伸强度随甘油含量的增加而缓慢降低,随NaHCO3含量的增加先减少后增加;回弹率随甘油含量的增加而递增,随NaHCO3含量的增加而先增加后减少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈炳生	赣南师范大学物理与电子信息学院	12	40	3.0	5.0
2	李孟山	赣南师范大学物理与电子信息学院	8	18	2.0	3.0
3	管立新	赣南师范大学物理与电子信息学院	17	71	4.0	8.0
4	吴维	赣南师范大学物理与电子信息学院	5	7	2.0	2.0
5	武燕	赣南师范大学数学与计算机科学学院	3	7	2.0	2.0