为有效缩短蒸馏水中脉冲激光烧蚀制备A g纳米粒子胶体工艺中繁琐的实验过程,采用LmN et PF神经网络平台对制备工艺与平均粒径及粒径分布的关系进行建模,并将其运用到平均粒径及其分布的预测中去,讨论了激光能量密度、激光重复率、烧蚀...为有效缩短蒸馏水中脉冲激光烧蚀制备A g纳米粒子胶体工艺中繁琐的实验过程,采用LmN et PF神经网络平台对制备工艺与平均粒径及粒径分布的关系进行建模,并将其运用到平均粒径及其分布的预测中去,讨论了激光能量密度、激光重复率、烧蚀时间和平均粒径及其分布的关系。克服了以往单因素实验法不能正确反映制备工艺和平均粒径及其分布之间复杂的非线性关系的弱点。预测和验证结果均表明实验值和网络预测值之间相对误差都在10%以内,从而表明神经网络能够更精确、更可靠地逼近它们之间的非线性关系。该方法为有效、快捷、经济地开发研制金属纳米粒子胶体提供了新的思路和有效手段。展开更多
文摘为有效缩短蒸馏水中脉冲激光烧蚀制备A g纳米粒子胶体工艺中繁琐的实验过程,采用LmN et PF神经网络平台对制备工艺与平均粒径及粒径分布的关系进行建模,并将其运用到平均粒径及其分布的预测中去,讨论了激光能量密度、激光重复率、烧蚀时间和平均粒径及其分布的关系。克服了以往单因素实验法不能正确反映制备工艺和平均粒径及其分布之间复杂的非线性关系的弱点。预测和验证结果均表明实验值和网络预测值之间相对误差都在10%以内,从而表明神经网络能够更精确、更可靠地逼近它们之间的非线性关系。该方法为有效、快捷、经济地开发研制金属纳米粒子胶体提供了新的思路和有效手段。