遗传神经网络在木塑复合材料力学性能预测中的应用

来源期刊：高分子材料科学与工程2012年第1期

论文作者：孙建平 王逢瑚 李鹏 才智

文章页码：117 - 120

关键词：木塑复合材料;遗传算法;人工神经网络;力学性能;

摘    要：利用遗传算法(GA)和神经网络对木塑复合材料力学性能进行预测。首先利用神经网络构建木塑复合板材主要工艺参数热压时间(T)、马来酸酐(MA)和废旧塑料聚丙烯(PP)与材料力学性能内结合强度(IB)、静曲强度(MOR)、弹性模量(MOE)和吸收厚度膨胀率(TS)之间的关系模型,然后利用遗传算法对模型进行优化和训练;最后利用训练好模型对材料的力学性能进行预测以及模型验证。结合显示优化模型预测的板材的MOE的误差范围分别为2%～15.5%、9%～38%和4%～70%,远小于未优化模型的预测误差8%～1491%、2.8%～1950%和15%～128%;对IB、MOR和TS的预测也有相似的结果。