摘要：针对复合材料性能表征十分复杂、困难的情况，利用人工神经网络的BP算法，建立了复合材料性能预测模型。模型由3层神经元组成．分别为输入层、隐含层和输出层。以碳／陶瓷复合材料性能与成分的关系为研究对象，选取了38组实验数据作为学习样本，模型总误差为0．18，用建立的网络预测未知，并给出预报曲线。和试验值相比较表明，所建立的网络能反映碳／陶瓷复合材料组分与其材料性能之间的关系，为实验设计提供了新的思路，节省了时间和劳力。

原文链接:http://www.cqvip.com//QK/92509A/200602/21630553.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）