基于回归分析和GA-BP神经网络算法的3D打印件弯曲性能预测

白鹤; 杨鑫; 杨瑞琦; 刘亚明; 赵峥璇; 庞瑞; 何石磊

doi:10.3969/j.issn.1001-3539.2024.01.014

您当前的位置：

首页 >

文章列表页 >

基于回归分析和GA-BP神经网络算法的3D打印件弯曲性能预测

加工 | 更新时间：2024-02-04

- 基于回归分析和GA-BP神经网络算法的3D打印件弯曲性能预测
- Flexural property prediction of 3D-printing sample based on regression analysis and GA-BP neural network
- 工程塑料应用 2024年52卷第1期页码：89-94
- 作者机构：
  
  1.宝鸡职业技术学院机电信息学院，陕西宝鸡 721013
  2.宝鸡石油钢管有限责任公司钢管研究院，陕西宝鸡 721008
  3.国家石油天然气管材工程技术研究中心，陕西宝鸡 721008
  4.宝鸡石油钢管厂职工子弟学校，陕西宝鸡 721008
- 作者简介：
  
  白鹤，副教授，主要从事3D打印材料、工艺研究及教学工作
- 基金信息：
  
  宝鸡职业技术学院2023年度院级课题项目(2023048Z)
- DOI：10.3969/j.issn.1001-3539.2024.01.014
  中图分类号： TQ320.67
- 收稿：2023-11-03，
  
  纸质出版：2024-01-10
- 稿件说明：
移动端阅览
白鹤，杨鑫，杨瑞琦，等.基于回归分析和GA-BP神经网络算法的3D打印件弯曲性能预测[J].工程塑料应用，2024，52(1)：89-94.

BAI He，YANG Xin，YANG Ruiqi，et al. Flexural property prediction of 3D-printing sample based on regression analysis and GA-BP neural network[J]. Engineering Plastics Application，2024，52(1)：89-94.
白鹤，杨鑫，杨瑞琦，等.基于回归分析和GA-BP神经网络算法的3D打印件弯曲性能预测[J].工程塑料应用，2024，52(1)：89-94. DOI： 10.3969/j.issn.1001-3539.2024.01.014.

BAI He，YANG Xin，YANG Ruiqi，et al. Flexural property prediction of 3D-printing sample based on regression analysis and GA-BP neural network[J]. Engineering Plastics Application，2024，52(1)：89-94. DOI： 10.3969/j.issn.1001-3539.2024.01.014.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于3D打印的三维短纤维增强复合材料强度预测分析

喷头动态定向成型对机械臂3D打印成型件质量的影响

PLA/CF与PETG/CF复合材料3D打印工艺参数优化

基于主应力分布的CFR-PEEK下颌骨内植物3D打印路径规划

3D打印功能与智能型高分子水凝胶的研究进展

相关机构

江苏理工学院机械工程学院

2.金陵科技学院机电工程学院

3.同济大学汽车学院

新疆大学机械工程学院

新疆增材再制造技术重点实验室

AI问答

地址：山东省济南市天桥区田庄东路3号邮编：250031
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies

微信公众号

⁰

基于回归分析和GA-BP神经网络算法的3D打印件弯曲性能预测

Flexural property prediction of 3D-printing sample based on regression analysis and GA-BP neural network

DOI：10.3969/j.issn.1001-3539.2024.01.014