一种基于神经网络的材料成分模型
韩敏1
程磊1
席剑辉1
王立久2
1.大连理工大学,电子与信息工程学院,辽宁,大连,1160232.大连理工大学,土木建筑工程学院,辽宁,大连,116023
摘要：为研究如何利用神经网络预测材料化合物构成,建立了一个4层前向型网络.这种网络通过改变神经元非线性变换函数的参数,使连接权调整线性化,从而可提高学习速度,减少计算量,并避免了BP网络存在的易陷入局部极小和收敛速度慢的问题.以CaO-Al2O3-SiO2系统为例进行的仿真研究结果表明,该网络可成功包含材料化合物的构成信息.
关键词：神经网络RBF预测材料组分
分类号：TP183(自动化基础理论)TU5(建筑材料)
论文发表日期：2002-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 385-389 )
英文信息