期刊文献+

一种基于神经网络的材料成分模型 被引量:1

A Model for the Components of Materials Based on Neural Network Method
下载PDF
导出
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 Al2 O3 SiO2 系统为例进行的仿真研究结果表明 。 This paper is concerned with using the neural network to predict the model for the materials composition. A four layer feed forward radial basis function neural network is built, so that a nonlinear mapping through changing the parameter of the nonlinear activity function is realized, which reflects on the linearization when adjusting the connecting weight. Therefore, it can accelerate the learning speed and reduce the quantity of calculation, also the problem of local minimum and the slow rate of convergence of the back propagation neural netwok are avoided. In this paper CaO Al 2O 3 SiO 2 system is discussed as an example. Simulation shows that neural network can be used to predict the materials composition successfully.
出处 《建筑材料学报》 EI CAS CSCD 2002年第4期385-389,共5页 Journal of Building Materials
关键词 神经网络 RBF 预测 材料组分 neural network RBF predict composition of material
  • 相关文献

参考文献5

二级参考文献9

共引文献64

同被引文献6

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部