一种基于神经网络的材料成分模型

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

所属期刊栏目：5

分类号：TP183;TU5(自动化基础理论)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：385-389