人工神经网络在玻璃配方设计中的应用研究
来源期刊:材料导报2005年第6期
论文作者:肖卓豪 刘树江 卢安贤 杨舟
关键词:玻璃组成; 人工神经网络; 热膨胀系数; 性能预测;
摘 要:应用人工神经网络技术,采用Neuralworks Predict软件建立BP网络模型,通过对R2O-MO-Al2O3-SiO2系统玻璃组成与热膨胀系数关系实验数据的训练,以期能预测该系统指定组成的玻璃的热膨胀系数.研究结果表明,所建立的神经网络模型能较正确地反映玻璃氧化物组成与其热膨胀系数之间的规律性.模型对给定组成玻璃热膨胀系数的预测值与实际测试值的相对误差在6.4%以内,表明由神经网络技术建立的这一模型能正确反映R2O-MO-Al2O3-SiO2系统玻璃组成与热膨胀系数间的内在规律性.
肖卓豪1,刘树江1,卢安贤1,杨舟1
(1.中南大学材料科学与工程学院,长沙,410083)
摘要:应用人工神经网络技术,采用Neuralworks Predict软件建立BP网络模型,通过对R2O-MO-Al2O3-SiO2系统玻璃组成与热膨胀系数关系实验数据的训练,以期能预测该系统指定组成的玻璃的热膨胀系数.研究结果表明,所建立的神经网络模型能较正确地反映玻璃氧化物组成与其热膨胀系数之间的规律性.模型对给定组成玻璃热膨胀系数的预测值与实际测试值的相对误差在6.4%以内,表明由神经网络技术建立的这一模型能正确反映R2O-MO-Al2O3-SiO2系统玻璃组成与热膨胀系数间的内在规律性.
关键词:玻璃组成; 人工神经网络; 热膨胀系数; 性能预测;
【全文内容正在添加中】