作者：李孟山; 吴维; 陈炳生; 管立新; 武燕性能预测发泡材料神经网络粒子群混合智能
摘要：以乙烯-醋酸乙烯酯（EVA）和淀粉质量比、甘油质量分数和NaHCO3质量分数为输入,以拉伸强度和回弹率为输出,建立基于种群熵多样性评估和收敛、发散策略的粒子群改进算法的径向基人工神经网络（RBF ANN）的淀粉基发泡复合材料性能预测模型。结果表明,该模型的预测效果较好,预测均方差和相关系数分别为0.0160和0.9890。预测发现,淀粉基发泡复合材料的拉伸强度随甘油含量的增加而缓慢降低,随NaHCO3含量的增加先减少后增加;回弹率随甘油含量的增加而递增,随NaHCO3含量的增加而先增加后减少。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
