论文部分内容阅读
利用人工神经网络(ANN)的BP(back propagation)算法,建立了复合材料力学性能预测模型.模型由三层神经元组成,分别为输入层、隐含层和输出层.以SiCp/AZ61复合材料的力学性能与SiC的颗粒体积分数的关系为研究对象,选取了七组试验数据作为学习样本,用建立的网络预测未知,并给出预报曲线和预测程序界面图.与试验结果比较表明,所建立的网络能反映SiCp/AZ61复合材料中SiC的颗粒体积分数与其力学性能之间的关系,为试验设计提供了一种新的思路.