- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
金属学与金属工艺
维普资讯
第 16卷 第 3期 腐蚀科学与防护技术 V01.16NO.3
2004年 5月 CORRoSIoN SCIENCE AND PROTECTION TECHNOLOGY Mav.2004
腐蚀领域中人工神经网络的应用进展
王海涛,韩恩厚,柯 伟
中国科学院金属研究所,金属腐蚀与防护国家重点实验室,沈阳 1100161
摘要 :人工神经网络作为人工智能的重要研究领域,是模拟人脑行为解决问题的一种方式,受到腐蚀领域科研人员
的 日益重视.本文介绍了人工神经 网络在大气腐蚀、海水腐蚀、土壤腐蚀、应力腐蚀、腐蚀疲劳和点蚀 中应用,并阐
述了其应用的特点.
关键词 :人工神经网络 ;腐蚀 ;预测
中图分类号:TG174 文献标识码:A 文章编号:1002—6495(2004)030147—04
APPLICATION OF ARTIFICIAL NEURAL
NETW ORK TO THE FIELD OF CORRoSION
W ANG Hai—tao,HAN En—hou.KE W ei
StateKeyLaboratoryforCorrosionandProtection,InstituteofMetalResearch,
ChineseAcademyofSciences,Shenyang110016,China
ABSTRACT:AsanimportantresearchfieldofArtificialIntelligence,ArtificialNeuralNetworkimitate
humanbrainbehaviortosolveproblems.Itcanlearncorrelativepatternsbetweeninputandouputin—
formationtomakepredictionswithoutaspecificmode1.Soitisusefulforstudyingcorrosionproblems.
ThispaperintroducesANN application to atmospheric corrosion.seawatercorrosion,soilcorrosion,
stresscorrosioncracking,corrosionfatigueandpittingcorrosion,anddiscussitsapplicationcharacteris—
tics.
KEY WoRDS:ANN ;corrosion;predict
人工神经网络的研究开始于 40年代 ,由Mc— 网络稳定性的研究有了明确 的判据,并成功 的解决
culloch和Pitts提出了M—P神经元模型…,虽然M 了优化组合问题中具有典型意义的巡回售货商问题
— P模型非常简单,但 已基本反映了生物神经元 的 (TSP),1985年,PDP(ParallelDistributedProcess—
主要特性 .50年代未期到 60年代初期,人工神经 网 i豫)小组提出的误差逆传播学习算法 (BP,Error
络作为人工智能的一种新的研究领域受到 了人们的 BackPropagation)更是成为了至今影响最大的一种
重视,Rosenblatt提出了著名的感知器模型(Percep— 网络学习方法 4【J.据统计,约有 90%的网络应用都
tron)l2j,确定了系统研究人工神经 网络的基础 .但 使用这一算法.
是通过对感知器的不断研究表明,简单的神经 网络 到 目前为止,人工神经网络 已应用在模式识别、
文档评论(0)