材料期刊网，材料期刊，材料类期刊，材料期刊投稿

以不同粒径、升温速率和终温条件下生物质热解残留物制得的生物焦为研究对象,考察生物焦的吸附能力；并基于人工神经网络的基本原理建立BP神经网络,从而训练并预测不同制备工艺下生物焦对亚甲基蓝的吸附能力.结果表明,BP神经网络有较高的预测精度,平均相对误差为3.58％,可以提前对生物焦吸附能力进行预测.

关键词: 生物焦 , 吸附能力 , ANN , 预测

基于神经网络的酸洗缓蚀剂构效关系研究

齐连惠 , 张继群

腐蚀学报（英文） doi:10.3969/j.issn.1002-6495.2001.01.007

研究了酸洗缓蚀剂分子结构对缓蚀效果的影响，构造了缓蚀剂构效关系的人工神经网络模型(ANN)，仅从直观的分子结构出发，通过实验方法，检测不同分子结构的有机缓蚀剂的缓蚀效率，分析分子结构及金属表面的状况对缓蚀效率的影响，该结果用于氨基缓蚀剂的缓蚀效率预测系统.

关键词: 缓蚀剂 , 构效关系 , ANN

利用遗传算法（GA）和神经网络对木塑复合材料力学性能进行预测。首先利用神经网络构建木塑复合板材主要工艺参数热压时间（T）、马来酸酐（MA）和废旧塑料聚丙烯（PP）与材料力学性能内结合强度（IB）、静曲强度（MOR）、弹性模量（MOE）和吸收厚度膨胀率（TS）之间的关系模型,然后利用遗传算法对模型进行优化和训练;最后利用训练好模型对材料的力学性能进行预测以及模型验证。结合显示优化模型预测的板材的MOE的误差范围分别为2%～15.5%、9%～38%和4%～70%,远小于未优化模型的预测误差8%～1491%、2.8%～1950%和15%～128%;对IB、MOR和TS的预测也有相似的结果。

关键词: 木塑复合材料 , 遗传算法 , 人工神经网络 , 力学性能

腐蚀领域中人工神经网络的应用进展

王海涛 , 韩恩厚 , 柯伟

腐蚀学报（英文）

人工神经网络作为人工智能的重要研究领域，是模拟人脑行为解决问题的一种方式，受到腐蚀领域科研人员的日益重视.本文介绍了人工神经网络在大气腐蚀、海水腐蚀、土壤腐蚀、应力腐蚀、腐蚀疲劳和点蚀中应用，并阐述了其应用的特点. 

关键词: 人工神经网络 , corrosion , predict

材料期刊网

生物焦吸附亚甲基蓝能力的ANN预测

基于神经网络的酸洗缓蚀剂构效关系研究

遗传神经网络在木塑复合材料力学性能预测中的应用

腐蚀领域中人工神经网络的应用进展

出版年份

刊物分类

相关作者

相关热词