复合材料学报

作者：李孟山, 吴维, 陈炳生, 管立新, 武燕,

关键词：性能预测, 发泡材料, 神经网络, 粒子群, 混合智能,

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。

来源：2017年第12期

《复合材料学报》期刊编辑部

查看复合材料学报杂志2017年第12期