- 一种基于神经网络的材料成分模型
- 点击次数：
- 论文类型： 期刊论文
- 发表时间： 2002-12-25
- 发表刊物： 建筑材料学报
- 收录刊物： ISTIC、CSCD
- 卷号： 5
- 期号： 4
- 页面范围： 385-389
- ISSN号： 1007-9629
- 关键字： 神经网络;RBF;预测;材料组分
- 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.
