首页 > 《上海电机学院学报》 > 2006年5期 > 基于人工神经网络的材料力学性能预测

基于人工神经网络的材料力学性能预测

在线阅读下载PDF 导出详情

摘要采用MATLAB的人工神经网络工具箱,以高锰铝青铜的化学成分作为输入参数,其抗拉强度bσ、屈服强度0σ.2和延伸率δ作为输出,建立了材料的力学性能预测模型。计算结果表明,三项输出的预测值与实测数据接近,其相对误差小于±6%的范围,该模型对其他材料的设计生产具有一定的指导意义。

DOI n49em1nzdy/586583

作者张静

机构地区不详

出处《上海电机学院学报》 2006年5期

关键词人工神经网络力学性能预测

分类 [电气工程][电机]

出版日期 2006年05月15日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1宫岩. PCR材料力学性能研究.,2023-04.
2刘飞,孙磊,李文琪,彭雅强,李佳乐,刘杰,孔维江. 支护体材料力学性能研究.市政工程,2022-11.
3沈坤飚. 金属材料力学性能的智能预测与优化方法.建筑科学,2024-04.
4田建张胤鹏李鹏勃. 分析金属材料力学性能试验.电力系统及自动化,2018-12.
5梁剑锋. 机械材料力学性能测量研究.文化科学,2022-04.
6魏鑫. 基于微观结构分析的土工材料力学性能研究.市政工程,2024-04.
7王春敏. 针织复合材料力学性能的研究.材料科学与工程,2011-02.
8朱博. 材料力学性能学习的方法与体会.农业机械化工程,2013-04.
9李明,王琪,卢彬. 基于机械计量测试的材料力学性能评价方法研究.建筑技术科学,2024-05.
10李佳磊,,胡超,刘耀成,张超. 金属材料力学性能测试方法发展.建筑技术科学,2023-11.

来源期刊

上海电机学院学报

上海电机学院学报

相关推荐

同分类资源更多

相关关键词

人工神经网络力学性能预测

返回顶部