利用BP（Back propagation）神經(jīng)網(wǎng)絡(luò)處理多參數(shù)問題具有的非線性映射及泛化能力,構(gòu)建了具有3層隱藏層的神經(jīng)網(wǎng)絡(luò),對含纖維褶皺復(fù)合材料層合板的壓縮強(qiáng)度進(jìn)行預(yù)測�；贚aRC失效準(zhǔn)則建立三維損傷模型,對含褶皺復(fù)合材料的壓縮失效進(jìn)行數(shù)值分析。將數(shù)值分析結(jié)果作為數(shù)據(jù)樣本對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。采用黃金分割法快速確定最佳隱藏層神經(jīng)元數(shù)量區(qū)間范圍,并通過分析對比不同數(shù)量神經(jīng)元模型的強(qiáng)度預(yù)測結(jié)果及評價指標(biāo),確定具有高預(yù)測精度的隱藏層神經(jīng)元數(shù)量。結(jié)果表明,所構(gòu)建的神經(jīng)網(wǎng)絡(luò)預(yù)測最大褶皺角為5.6°、9.9°和11.4°的3種層合板失效強(qiáng)度誤差分別為3.4%、4.6%和-0.01%。本文所發(fā)展的基于BP神經(jīng)網(wǎng)絡(luò)對復(fù)合材料強(qiáng)度進(jìn)行預(yù)測的方法,為工程應(yīng)用中復(fù)合材料強(qiáng)度評估提供了一種有效的途徑。 

【文章來源】：南京航空航天大學(xué)學(xué)報. 2020,52(03)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

含褶皺層合板的有限元網(wǎng)格（單位：mm)

預(yù)測得到的壓縮應(yīng)力-位移曲線見圖2。與Mukhopadhyay[5]的有限元結(jié)果相比，模型的剛度、失效位移及強(qiáng)度吻合較好。利用上述有限元模型可獲得不同褶皺程度的強(qiáng)度預(yù)測結(jié)果，并將其投放至BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練。

BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]單向纖維增強(qiáng)聚合物復(fù)合材料壓縮漸進(jìn)破壞[J]. 薛康,肖毅,王杰,薛元德.  復(fù)合材料學(xué)報. 2019(06)
[2]BP神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)確定方法研究[J]. 王嶸冰,徐紅艷,李波,馮勇.  計算機(jī)技術(shù)與發(fā)展. 2018(04)
[3]BP神經(jīng)網(wǎng)絡(luò)隱含層單元數(shù)的確定[J]. 沈花玉,王兆霞,高成耀,秦娟,姚福彬,徐巍.  天津理工大學(xué)學(xué)報. 2008(05)
[4]前向神經(jīng)網(wǎng)絡(luò)合理隱含層結(jié)點(diǎn)個數(shù)估計[J]. 張德賢.  計算機(jī)工程與應(yīng)用. 2003(05)



本文編號：3137077