遗传神经网络在木塑复合材料力学性能预测中的应用
发布时间:2013-04-16 | 来源:高分子材料科学与工程 | 分类:PP | 作者:孙建平,王逢瑚,李鹏,才智
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
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。
返回资讯频道