- 详情
- 2021-04-26
- 简介
pdf
- 346KB
- 页数 4P
- 阅读 61
- 下载 20
成分-结构-性能之间的关系始终是材料科学研究的主题,传统的试错法等经验或半经验的材料研究方法造成了资源、人力和时间上的极大浪费,因此需要从理论上解决材料设计、评价、预报等方面问题.人工神经网络是具有在线学习、记忆和分析推理功能能力的数学方法,它能够获得输入与输出之间的相互关系.其中BP神经网络结构简单、理论研究比较成熟.在材料研究领域中,BP神经网络已用于材料性能的研究与预测,复合材料工艺参数优化和预报,以及对金属的腐蚀研究等方面.
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品

8866***
擅长:
土建 装饰 园林 电气
- 4.5
服务
- 9
商品
- 290
人气
相关推荐
BP神经网络在建筑物流领域中的应用 179KB
BP神经网络在材料领域中的应用(综述) 346KB
人工神经网络BP算法在玻璃纤维生产领域中的应用 530KB
BP神经网络在路面材料抗压强度预测中的应用 246KB
BP神经网络在建筑物流领域中的应用 96KB
BP神经网络在基坑变形预测分析中的应用 253KB
BP神经网络在工程造价估算中的应用 712KB
BP神经网络在基坑变形预测中的应用及改进 307KB
BP神经网络在住宅区片价评估中的应用 284KB
BP神经网络在工程估价中的应用研究 527KB