焦俊婷
,
于霖冲
玻璃钢/复合材料
doi:10.3969/j.issn.1003-0999.2007.01.002
研究目的是通过人工神经网络方法重构玻璃钢天线罩曲面.径向基函数(RBF)神经网络具有很强的非线性逼近能力,根据给定的天线罩外表面数据及采集的天线罩内表面数据,采用RBF神经网络对玻璃钢天线罩进行逆向工程曲面重构.典型工程实例的计算结果证明,该方法的拟合、重构精度高,并且训练速度快,具有很高的实用推广价值.
关键词:
径向基函数
,
逆向工程
,
曲面重构
,
玻璃钢
,
天线罩
焦俊婷
,
于霖冲
玻璃钢/复合材料
doi:10.3969/j.issn.1003-0999.2006.05.001
研究目的是建立基于人工神经网络的复合材料固化变形预测模型.复合材料固化变形的多因素性致使很难得到精确的解析解.应用人工神经网络方法结合实验实测数据,模拟复合材料各项参数与变形间的非线性关系,对相同材料(玻璃钢)在相近固化条件下的固化变形进行预测,计算速度快,精度高,为固化变形的预测控制提供了一种新方法.
关键词:
人工神经网络
,
复合材料
,
玻璃钢
,
壳体
,
固化变形
,
预测
于霖冲
,
焦俊婷
,
林树枝
,
王石榴
玻璃钢/复合材料
doi:10.3969/j.issn.1003-0999.2010.02.016
研究目的为通过人工神经网络方法预测玻璃钢天线罩的电子性能.建立具有非线性逼近能力的径向基函数(RBF)神经网络,根据试验得到的不同厚度玻璃钢平板,不同入射角的透波率数据,对神经网络进行训练.按照给定的玻璃钢天线罩内外表面数据计算入射角范围和罩壁厚度,并对玻璃钢壳体进行电子性能预测.计算结果与试验数据十分近似,表明该方法预测精度高,训练速度快,为玻璃钢电子性能设计和分析提供了一种实用有效的方法.
关键词:
玻璃钢
,
天线罩
,
神经网络
,
预测
