二氧化硅复合材料人工神经网络专家系统的设计研究-材料物理与化学专业论文.docxVIP

摘要 由于纳米二氧化硅具有粒径小、纯度高、密度低、比表面积大、分散性能好 的特点，因此它在很多的科学领域内都有不可替代的作用，而聚合物纳米复合材 料不仅能发挥二氧化硅的这些优异性能，同时还能表现出高分子材料的优点，因 此，近年来，二氧化硅复合材料一直是国内外研究的热点。 本文是在参考了大量关于纳米二氧化硅复合材料的中外文献，收集、总结和 分析了该领域内相关实验数据的基础上，应用 Visual Studio 2005 和 SQL Server 2005 数据库，建立了一个二氧化硅复合材料人工神经网络专家系统。系统通过建 立人机交互界面，使用 ADO.NET 方式访问数据库，实现对数据库中二氧化硅复合 材料的力学、热学和电学等性能数据进行查询、修改、删除和添加，然后以这些 数据为训练样本，用 BP 神经网络算法进行网络训练，在训练过程中，调整网络参 数使训练效果最佳，系统测试运行的结果表明，一般学习速率选为 0.1~0.9，隐层 节点数为 8 或者 9。 最后，利用系统训练过程中所保存的权值矩阵，对在不同的工艺参数下制备 的二氧化硅复合材料的粒径、密度、介电性能、拉伸强度和伸长率等性能进行预 测，从而为今后二氧化硅复合材料的研究提供参考。 关键词：二氧化硅复合材料 BP 神经网络 专家系统 数据库 ABSTRACT With small size, high purity, low density, high specific surface area, good dispersion properties, nano-silica dioxide has an irreplaceable role in many scientific fields. The polymer nanocomposites not only can play the excellent performance of silica, but also show the advantages of polymer materials. Therefore, in recent years, silica dioxide composite materials have been a hot research topic at home and abroad. In this paper, based on the application of Visual Studio 2005 and SQL Server 2005 database, a silica dioxide composite artificial neural network expert system is established. This is in reference to the large number of foreign literature on nano-silica dioxide composites, collecting, summarizing and analyzing the experimental data in the field. Through the human-computer interface and use ADO.NET access to the database, System realize the data query, modify, delete, and add the database of silicon dioxide composite material properties such as mechanical, thermal and electrical, then taking these data as training samples, with BP neural network algorithm, system make network training. In the training process, adjust the network parameters for optimal training, test running results show that the learning rate is 0.1~0.9, the number of hidden layer nodes is 8 or 9. Finally, by using the weight matrix saved in the process of training, system predict the properties of silica composite materials prepared u