孙建平
,
王逢瑚
,
李鹏
,
才智
高分子材料科学与工程
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
