用人工神经网络对PZT陶瓷进行性能分析与优化

摘要

选取了几种常用的金属氧化物掺杂剂,在均匀实验结构的基础上用人工神经网络方法对掺杂PZT陶瓷的性能进行分析和优化.实验结果表明,掺杂PZT体系的人工神经网络模型要比多重非线形回归模型准确得多,而且以人工神经网络模型为指导对材料进行优化后的性能预测也比较准确,说明人工神经网络在陶瓷这种多组分固溶体材料的性能分析中具有良好的使用前景.