计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2010年
5期
105-108
,共4页
汤嘉立%柳益君%蔡秋茹%吴访升
湯嘉立%柳益君%蔡鞦茹%吳訪升
탕가립%류익군%채추여%오방승
神经网络%麦夸特算法%预测模型%力学性能
神經網絡%麥誇特算法%預測模型%力學性能
신경망락%맥과특산법%예측모형%역학성능
本文提出将基于Levenberg-Marquardt算法的前向多层神经网络用于预测复合材料的力学性能,该方法通过利用二阶导数信息,可以提高收敛速度和增强网络的泛化性能.以麦秆增强复合板材为例,建立成型温度、成型压力、纤维含量和保温时间四个影响因子到拉伸强度和冲击韧性的非线性映射.仿真结果表明,所建神经网络模型具有较好的学习和泛化能力,在预测力学性能中效果较好.最后利用该模型优化模压成型的工艺参数,找出最佳工艺参数的范围.
本文提齣將基于Levenberg-Marquardt算法的前嚮多層神經網絡用于預測複閤材料的力學性能,該方法通過利用二階導數信息,可以提高收斂速度和增彊網絡的汎化性能.以麥稈增彊複閤闆材為例,建立成型溫度、成型壓力、纖維含量和保溫時間四箇影響因子到拉伸彊度和遲擊韌性的非線性映射.倣真結果錶明,所建神經網絡模型具有較好的學習和汎化能力,在預測力學性能中效果較好.最後利用該模型優化模壓成型的工藝參數,找齣最佳工藝參數的範圍.
본문제출장기우Levenberg-Marquardt산법적전향다층신경망락용우예측복합재료적역학성능,해방법통과이용이계도수신식,가이제고수렴속도화증강망락적범화성능.이맥간증강복합판재위례,건립성형온도、성형압력、섬유함량화보온시간사개영향인자도랍신강도화충격인성적비선성영사.방진결과표명,소건신경망락모형구유교호적학습화범화능력,재예측역학성능중효과교호.최후이용해모형우화모압성형적공예삼수,조출최가공예삼수적범위.
