论文部分内容阅读
为研究如何利用神经网络预测材料化合物构成,建立了一个4层前向型网络.这种网络通过改变神经元非线性变换函数的参数,使连接权调整线性化,从而可提高学习速度,减少计算量,并避免了BP网络存在的易陷入局部极小和收敛速度慢的问题.以CaO-Al2O3-SiO2系统为例进行的仿真研究结果表明,该网络可成功包含材料化合物的构成信息.