文献类型：期刊文章

作　　者：王宇[1] 尹晓峰[1] 黄鹏程[1]

机构地区：[1]北京航空航天大学材料科学与工程学院高分子材料及复合材料系,北京100191

出　　处：《中国胶粘剂》

年　　份：2011

卷　　号：20

期　　号：2

起止页码：47-51

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、RCCSE、ZGKJHX、核心刊

摘　　要：在由三种环氧树脂(EP)及两种固化剂组成的胶粘剂体系中,以胶粘剂组成为输入参数、室温剪切强度为输出参数,通过对样本组的训练,得到训练好的神经网络。利用该神经网络可以预测任一给定配方胶粘剂的室温剪切强度,评估单一组分对胶粘剂性能的影响,给出任一性能范围对应的组成分布域,结合遗传算法可以预测最佳配方组成。结果表明:对复杂的胶粘剂体系而言,神经网络和遗传算法可以大大减少试验次数、节省时间且可预测出最佳试验条件等;神经网络和遗传算法在胶粘剂设计中具有广泛的应用前景。

关 键 词：人工神经网络 遗传算法 胶粘剂 配方  设计  优化  预测  

分 类 号：TQ430.1]