检索结果-南通市图书馆

Artificial neural network model of constitutive relations for shock-prestrained copper

中国有色金属学会会刊：英文版 2001年第2期11卷 210-212页

作者：杨扬朱远志李正华张新明杨立斌陈志永中南大学材料系湖南长沙 410083

Data from the deformation on Split Hopkinson Bar were used for constructing an artificial neural network model. When putting the thermodynamic parameters of the metals into the trained network model, the corresponding yielding stress can be predicted. The results show that the systematic error is small when the objective function is 0.5 , the number of the nodes in the hidden layer is 6 and the learning rate is about 0.1 , and the accuracy of the rate error is less than 3%. [

关键词： shock prestrain constitutive relations artificial neural network model

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：