已閱讀1頁，還剩71頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、本文通過大量的試驗，對激光燒蝕制備新型有機硅聚合物聚二苯基硅亞甲基硅烷(PDPhSM)基納米復合薄膜工藝中的影響因素進行了研究，初步掌握了該工藝的一般規(guī)律。在分析實驗數據的基礎上確定了實驗樣本集，分別采用BP神經網絡和RBF神經網絡對PDPhSM基納米復合薄膜的制備工藝與聚合效率之間的關系進行建模，并預測其聚合效率。結果表明，兩個模型都可以正確地反映制備工藝和聚合效率之間的內在規(guī)律，期望值和網絡預測值之間相對誤差都在4％以內，但RBF神
2、經網絡較BP神經網絡能夠更精確，更可靠地逼近它們之間的非線性關系。 本文根據激光燒蝕制備PDPhSM基納米復合薄膜工藝的特點，利用建立好的徑向基函數(RBF)人工神經網絡模型，應用粒子群算法對其工藝進行優(yōu)化，獲得了比遺傳算法更為滿意的結果。粒子群算法與神經網絡模型相結合的提出，無疑為解決多維非線性系統及模型未知系統的優(yōu)化問題提供了一個嶄新而有效的途徑。這一新技術可望在材料工藝優(yōu)化研究中的進一步推廣及其在材料計算機輔助設計方面獲得
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經網絡粒子群優(yōu)化算法的地區(qū)負荷預測研究.pdf
- 基于粒子群-神經網絡算法的股票預測系統.pdf
- 3947.基于粒子群優(yōu)化神經網絡的gdp預測
- 基于粒子群優(yōu)化算法的神經網絡在股市預測中的應用.pdf
- 基于協同粒子群算法的卷積神經網絡優(yōu)化研究.pdf
- 基于粒子群優(yōu)化的神經網絡及其集成算法研究.pdf
- 基于粒子群優(yōu)化的神經網絡智能控制.pdf
- 基于粒子群的糧食產量預測神經網絡優(yōu)化研究.pdf
- 基于粒子群優(yōu)化神經網絡的電力短期負荷預測研究.pdf
- 基于改進的粒子群優(yōu)化算法的小波神經網絡.pdf
- 基于改進粒子群算法的BP神經網絡優(yōu)化及應用.pdf
- 基于粒子群優(yōu)化神經網絡算法的車輛動態(tài)稱重系統.pdf
- 免疫粒子群算法優(yōu)化小波神經網絡的研究.pdf
- 基于改進粒子群算法的模糊神經網絡研究.pdf
- 基于粒子群神經網絡的雙色注塑工藝參數優(yōu)化.pdf
- 基于粒子群優(yōu)化的神經網絡的渲染時間預估算法.pdf
- 基于粒子群BP神經網絡的短期負荷預測研究.pdf
- 粒子群優(yōu)化神經網絡在股市預測中的建模與應用.pdf
- 遺傳算法、人工神經網絡、粒子群優(yōu)化算法的改進與巖石本構數值模擬研究.pdf
- 粒子群算法的改進及其在人工神經網絡中的應用
評論
0/150
提交評論