基于改进粒子群算法的径向基人工神经网络淀粉基发泡复合材料性能预测

编号 zgly0001567572

文献类型 期刊论文

文献题名 基于改进粒子群算法的径向基人工神经网络淀粉基发泡复合材料性能预测

作者 李孟山  吴维  陈炳生  管立新  武燕 

作者单位 赣南师范大学物理与电子信息学院  赣南师范大学数学与计算机科学学院 

母体文献 复合材料学报 

年卷期 2017年12期

年份 2017 

分类号 TB332  TP18 

关键词 性能预测  发泡材料  神经网络  粒子群  混合智能 

文摘内容 以乙烯-醋酸乙烯酯（EVA）和淀粉质量比、甘油质量分数和NaHCO3质量分数为输入,以拉伸强度和回弹率为输出,建立基于种群熵多样性评估和收敛、发散策略的粒子群改进算法的径向基人工神经网络（RBF ANN）的淀粉基发泡复合材料性能预测模型。结果表明,该模型的预测效果较好,预测均方差和相关系数分别为0.0160和0.9890。预测发现,淀粉基发泡复合材料的拉伸强度随甘油含量的增加而缓慢降低,随NaHCO3含量的增加先减少后增加;回弹率随甘油含量的增加而递增,随NaHCO3含量的增加而先增加后减少。