用BP神经网络模型预测Ni-Al2O3复合涂层Al2O3粒子复合量研究

• 作者: 岳文喜 李源彬
• 来源期刊: 人工晶体学报
• 学科: 工学
• 关键词: BP神经网络模型 Ni-Al2O3复合涂层 Al2O3复合量 预测
• 年，卷（期）: 2017,（8）
• 页码范围: 1649-1652
• 页数: 4页
• 分类号: TQ153
• 字数: 1827字
• 语种: 中文

摘要

运用人工神经网络技术建立一个结构为4×9×1型的BP神经网络模型,用该模型对Ni-Al2O3复合涂层中Al2O3复合量进行预测研究,并用XRD衍射仪和原子力显微镜(AFM)对Ni-Al2O3复合涂层的Al2O3复合量和立体形貌进行分析.结果表明,当隐含层数为9个时,BP神经网络的均方根误差最小(1.13%),BP神经网络的拟合相似度R=0.99937,这表明BP神经网络模型能够较好的预测涂层Al2O3复合量.当占空比60%、阴极电流密度4 A/dm2、pH值4、镀液温度55 ℃时,Ni-Al2O3复合涂层结构密实,结晶细致.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李源彬	四川农业大学信息工程学院	5	7	1.0	2.0
2	岳文喜		9	11	2.0	3.0