Центр научного сотрудничества "Интерактив плюс"
info@interactive-plus.ru
+7 (8352) 222-490
2130122532
Центр научного сотрудничества «Интерактив плюс»
RU
428000
Чувашская Республика
г.Чебоксары
ул.Гражданская, д.75
428000, Россия, Чувашская Республика, г. Чебоксары, улица Гражданская, дом 75
+7 (8352) 222-490
RU
428000
Чувашская Республика
г.Чебоксары
ул.Гражданская, д.75
56.125001
47.208966

Prediction of polymer compositions properties on the basis of artificial intelligence methods

Proceeding
DOI: 10.21661/r-461591
Open Access
V International Scientific and Practical Conference «Science, education, society: tendencies and future development». Volume 1
Creative commons logo
Published in:
V International Scientific and Practical Conference «Science, education, society: tendencies and future development». Volume 1
Author:
Norkin V.S. 1
Scientific adviser:
Tikhomirov S.G.1
Work direction:
Технические науки (электромеханика, приборостроение, машиностроение, металлургия и др.)
Rating:
Article accesses:
1943
Published in:
eLibrary.ru
1 FSBEI of HE «Voronezh State University of Engineering Technologies»
For citation:
Norkin V. S. (2017). Prediction of polymer compositions properties on the basis of artificial intelligence methods. Science, education, society: tendencies and future development, 1, 226-230. Cheboksary: SCC "Interactive plus", LLC. https://doi.org/10.21661/r-461591

  • Metadata
  • Full text
  • Metrics

Abstract

В статье рассматривается метод прогнозирования свойств полимерных композиций (ПК), а именно прогнозирование при построении и обучении искусственной нейронной сети (ИНС). С учетом сложных внутренних связей объекта возникает проблема прогнозирования различных параметров и показателей. Целью работы является обеспечение выбора оптимальных дозировок мягчителей в составе полимерной композиции, которые обеспечили бы заданные ФМП. В ходе исследования происходит статистический анализ исходных данных, в качестве которых выступают рецепты смесей полимерных композиций на основе каучука СКС-30 АРК. В основе построения ИНС лежит регрессионный анализ. Представлены результаты прогнозирования и проведена оценка результатов в виде графика и таблиц.

References

  1. 1. Матвеев М.Г. Модели и методы искусственного интеллекта. Применение в экономике: Учебное пособие / М.Г. Матвеев, А.С. Свиридов, Н.А. Алейников, 2008. – С. 221–223.
  2. 2. Кацуба Ю.Н. Применение искусственных нейронных сетей для диагностирования изделий / Ю.Н. Кацуба, И.В. Власова // Международный научно-исследовательский журнал. – 2005. – №3 (34). – Ч. 1. – С. 68–70.
  3. 3. Строителев В.Н. Статистические методы – основной инструмент специалиста в области качества // Качество, инновации, образование. – 2002. – №1. – С. 11–17.

Comments(0)

When adding a comment stipulate:
  • the relevance of the published material;
  • general estimation (originality and relevance of the topic, completeness, depth, comprehensiveness of topic disclosure, consistency, coherence, evidence, structural ordering, nature and the accuracy of the examples, illustrative material, the credibility of the conclusions;
  • disadvantages, shortcomings;
  • questions and wishes to author.