论文部分内容阅读
首次将人工神经网络技术用于介电陶瓷的配方性能分析.以BaTiO3为研究对象选取了几种掺杂剂,在均匀实验设计的基础上,用BP人工神经网络对所得实验结果进行了分析,建立了相应配方的数学模型并将其与多重非线形回归模型的结果进行了比较.通过对人工神经网络配方数学模型的二次分析,得到了比多重非线形回归模型更加丰富的配方信息和内在规律,并且用图形化方式直观地表达了出来.在进一步对配方结果的优化和验证的基础上发现实验结果能够较好地符合理论预测,说明人工神经网络对于获得多性能指标要求介电陶瓷的最优化配方具有较好的指导作用