基于 RBF 型人工神经网络的碳/陶瓷复合材料的化学成分对硬度的耦合影响分析

用 RBF 型人工神经网络研究了碳/陶瓷复合材料的化学成分对其硬度的影响。首先设计了 RBF 型神经网络模型，用“舍一法”进行了训练，使模型具有满意的预测性能。随后分析了化学组分对硬度的影响，包括单因素影响和双因素耦合影响。结果表明：材料的两种组分同时变化时，对硬度的影响更加复杂，呈现典型的非线性特征。