欢迎登录材料期刊网
唐波 , 钦佩 , 柳妙修 , 张未名 , 陈念贻
金属学报
用人工神经网络方法研究熔盐相图中间相的组成、熔点和同分熔化或异分熔化等规律．研究结果可用于未知相图中间相的计算机预报．
关键词: 人工神经网络 , null , null
郭进 , 李重河 , 钦佩 , 曾文明 , 陈念贻
本文利用人工神经网络方法研究了ＡＢ５型贮氢合金的Ｐ－Ｃ曲线、平台宽度和平台压力等，并取得了满意的结果，表明人工神经网络可用于贮氢材料的设计
关键词: 贮氢材料 , P-C relationship , artificial neural network
张兆春 , 吴铸 , 李重河 , 钦佩 , 陈念贻
利用模式识别技术对影响汽车发动机缸体铸件抗拉强度和硬度的铁水化学成分以及浇注工艺参数进行了分析，给出了影响铸件抗拉强度和硬度的主要因素的优化范围．利用经已知样本集训练的人工神经网络对铸件抗拉强度和硬度进行了预报，预报结果与实测值符合较好．
关键词: 模式识别 , multivariate analysis , artificial neural network , cast , tensile strength , hardness
武文权 , 李重河 , 钦佩
功能材料
应用均匀试验设计法设计LaxCeyPrzNd1-x-y-zNi3.55Co0.75Mn0.4Al0.3(0＜x,y,z＜1)储氢合金的成分,通过大量的、统一的实验,来研究不同稀土配比的合金与其容量、电压、循环稳定性等电化学性能之间的关系,重点应用模式识别的人工智能方法分析实验数据并建立了相关的模型,结果显示出很好的规律性.
关键词: 储氢合金 , 稀土元素 , 模式识别 , 均匀设计
