基于RBF型人工神经网络的碳/陶瓷复合材料的化学成分对硬度的耦合影响分析
来源期刊：材料导报2015年第12期
论文作者：刘雅芳 董万鹏 由伟 饶轮
文章页码：153 - 157
关键词：碳/陶瓷复合材料;化学成分;硬度;RBF型人工神经网络;耦合影响;
摘 要：用RBF型人工神经网络研究了碳/陶瓷复合材料的化学成分对其硬度的影响。首先设计了RBF型神经网络模型,用"舍一法"进行了训练,使模型具有满意的预测性能。随后分析了化学组分对硬度的影响,包括单因素影响和双因素耦合影响。结果表明:材料的两种组分同时变化时,对硬度的影响更加复杂,呈现典型的非线性特征。
刘雅芳1，董万鹏1，由伟2，饶轮1
1. 上海工程技术大学材料工程学院2. 华北科技学院机电工程系
摘 要：用RBF型人工神经网络研究了碳/陶瓷复合材料的化学成分对其硬度的影响。首先设计了RBF型神经网络模型,用"舍一法"进行了训练,使模型具有满意的预测性能。随后分析了化学组分对硬度的影响,包括单因素影响和双因素耦合影响。结果表明:材料的两种组分同时变化时,对硬度的影响更加复杂,呈现典型的非线性特征。
关键词：碳/陶瓷复合材料;化学成分;硬度;RBF型人工神经网络;耦合影响;
