RBF神经网络及其在结构损伤识别中的应用研究

采用具有更好的仿生效果的径向基函数（RBF）网络对单处损伤结构及多处损伤结构的损伤程度，位置，区域，处数进行识别，网络学习方法选择了简单易行，精度高且运算速度快的正交最小二乘（OLS）法，通过实例对该方法进行了测试，并与BP网进行了比较，测试结果可验证：RBF网络及其OLS学习方法可以快速，有效，高精度地识别结构损伤状况。     

Ni离子注入多晶ZrO2的表面电性能和结构

对氧化钇(Y₂O₃)部分稳定氧化锆(ZrO₂)样品在室温下进行了Ni离子注入(140kev,5×10¹⁵-2×10¹⁷ios/cm²)和热退火处理.应用电学测量,Rutherford背散射技术(RBS),X射线光电子能谱(XPS)和喇曼光谱方法研究了Ni离子注入多晶ZrO₂的表面电性能,注入层结构及其热退火的影响。     

基于神经网络对扁壳结构载荷位置识别问题的研究

在建立扁壳结构识别问题的力学模型基础上,运用神经网络方法构造了三层结构的神经网络,并以此对扁壳在集中力作用下的载荷位置的识别问题进行了研究,结果表明,采用有限元方法获取基本样本,运用神经网络方法对扁壳结构载荷位置的识别具有较好的效果。