版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
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(jī)硅聚合物聚二苯基硅亞甲基硅烷(PDPhSM)基納米復(fù)合薄膜工藝中的影響因素進(jìn)行了研究，初步掌握了該工藝的一般規(guī)律。在分析實驗數(shù)據(jù)的基礎(chǔ)上確定了實驗樣本集，分別采用BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)對PDPhSM基納米復(fù)合薄膜的制備工藝與聚合效率之間的關(guān)系進(jìn)行建模，并預(yù)測其聚合效率。結(jié)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(nèi)在規(guī)律，期望值和網(wǎng)絡(luò)預(yù)測值之間相對誤差都在4％以內(nèi)，但RBF神
2、經(jīng)網(wǎng)絡(luò)較BP神經(jīng)網(wǎng)絡(luò)能夠更精確，更可靠地逼近它們之間的非線性關(guān)系。 本文根據(jù)激光燒蝕制備PDPhSM基納米復(fù)合薄膜工藝的特點，利用建立好的徑向基函數(shù)(RBF)人工神經(jīng)網(wǎng)絡(luò)模型，應(yīng)用粒子群算法對其工藝進(jìn)行優(yōu)化，獲得了比遺傳算法更為滿意的結(jié)果。粒子群算法與神經(jīng)網(wǎng)絡(luò)模型相結(jié)合的提出，無疑為解決多維非線性系統(tǒng)及模型未知系統(tǒng)的優(yōu)化問題提供了一個嶄新而有效的途徑。這一新技術(shù)可望在材料工藝優(yōu)化研究中的進(jìn)一步推廣及其在材料計算機(jī)輔助設(shè)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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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(jīng)網(wǎng)絡(luò)粒子群優(yōu)化算法的地區(qū)負(fù)荷預(yù)測研究.pdf
- 基于粒子群-神經(jīng)網(wǎng)絡(luò)算法的股票預(yù)測系統(tǒng).pdf
- 3947.基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的gdp預(yù)測
- 基于粒子群優(yōu)化算法的神經(jīng)網(wǎng)絡(luò)在股市預(yù)測中的應(yīng)用.pdf
- 基于協(xié)同粒子群算法的卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化研究.pdf
- 基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)及其集成算法研究.pdf
- 基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)智能控制.pdf
- 基于粒子群的糧食產(chǎn)量預(yù)測神經(jīng)網(wǎng)絡(luò)優(yōu)化研究.pdf
- 基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的電力短期負(fù)荷預(yù)測研究.pdf
- 基于改進(jìn)的粒子群優(yōu)化算法的小波神經(jīng)網(wǎng)絡(luò).pdf
- 基于改進(jìn)粒子群算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用.pdf
- 基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)算法的車輛動態(tài)稱重系統(tǒng).pdf
- 免疫粒子群算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的研究.pdf
- 基于改進(jìn)粒子群算法的模糊神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于粒子群神經(jīng)網(wǎng)絡(luò)的雙色注塑工藝參數(shù)優(yōu)化.pdf
- 基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)的渲染時間預(yù)估算法.pdf
- 基于粒子群BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測研究.pdf
- 粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)在股市預(yù)測中的建模與應(yīng)用.pdf
- 遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、粒子群優(yōu)化算法的改進(jìn)與巖石本構(gòu)數(shù)值模擬研究.pdf
- 粒子群算法的改進(jìn)及其在人工神經(jīng)網(wǎng)絡(luò)中的應(yīng)用
評論
0/150
提交評論