基于神经网络的层状周期结构能量传输谱预测
Prediction of Energy Transmission Spectrum of Layered Periodic Structures by Neural Networks作者机构：北京交通大学土木建筑工程学院北京100044
出 版 物：《上海交通大学学报》 (Journal of Shanghai Jiaotong University)
年 卷 期：2021年第55卷第1期
页 面：88-95页
核心收录：
学科分类：08[工学] 081304[工学-建筑技术科学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 0813[工学-建筑学]
主 题：层状周期结构 深层反向传播神经网络 径向基函数神经网络 能量传输谱 衰减域
摘 要：本文对层状周期结构的能量传输谱预测方法进行了研究.在考虑几何参数、物理参数单独变化以及同时变化3种情况下,通过构建深层反向传播(BP)神经网络,实现层状周期结构能量传输谱的精准预测.与径向基函数(RBF)神经网络进行对比实验,实验结果验证了所提方法的有效性.
维普期刊数据库
同方期刊数据库