|
|||||
|
|
| 人工神经网络对NaNbO3基陶瓷介电性能的预测研究 | |
| 引用本文： | 周毅,王嘉璇,米忠华.人工神经网络对NaNbO3基陶瓷介电性能的预测研究[J].中国陶瓷,2023(11):39-45. |
| 作者姓名： | 周毅 王嘉璇 米忠华 |
| 作者单位： | 1. 太原科技大学材料科学与工程学院;2. 中船重工电机科技股份有限公司太原分公司 |
| 基金项目： | 国家自然科学基金项目（51902221）； |
| 摘 要： | NaNbO3基陶瓷在电介质储能领域具有极大的应用潜力。研究在对NaNbO3基复合陶瓷材料开展实验研究的基础上，基于人工神经网络方法构建BP神经网络与优化的GA-BP神经网络模型，以磷酸盐玻璃相的添加量、烧结温度、烧结时间作为输入，介电性能(介电常数与介电损耗)作为输出，对NaNbO3基复合陶瓷材料的介电性能开展预测研究。结果表明，通过GA-BP网络预测的介电常数相对误差最大仅为1.03%，介电损耗预测结果最大值仅为-3.18%，完全符合应用需求。 |
| 关 键 词： | 人工神经网络 反向传播 遗传算法 介电性能 模型优化 |
