人工神经网络对NaNbO3基陶瓷介电性能的预测研究 |
| |
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 |
|