Analysis and prediction of printable bridge length in fused deposition modelling based on back propagation neural network

10.1016/j.rcim.2017.09.007

10.1016/j.addma.2015.06.002

10.1115/1.4038293

10.1016/j.addma.2017.10.019

10.1016/j.ins.2017.09.067

10.1016/j.addma.2017.11.004

10.1007/s00158-016-1551-x

10.1016/j.jclepro.2016.07.182

10.1080/17452759.2019.1568835

10.1089/3dp.2017.0124

10.1080/0951192X.2018.1466398

10.3390/jmmp2040064

10.1016/j.jmsy.2017.05.003

10.1007/s00170-016-9743-5

10.1007/s00170-017-0207-3

10.1016/j.rcim.2017.03.008

10.1016/j.matdes.2014.06.015

10.1016/j.jmatprotec.2016.05.027

10.1007/s00170-016-9509-0

10.1115/1.4037259

10.1016/j.measurement.2015.12.011

10.1108/RPJ-12-2015-0198

10.1007/s00170-013-5196-2

10.1080/17452759.2014.951530

10.1007/s00170-012-4403-x

Tian Yubo., 2009, Hybrid Neural Network Technology

10.1007/s12541-016-0185-7

10.1108/RPJ-06-2015-0075

10.1016/j.matdes.2018.03.035

Wang Jian Zhou, 2011, Expert Systems with Applications, 38, 14346, 10.1016/j.eswa.2011.04.222

10.1080/17452759.2018.1555046

10.1016/j.conbuildmat.2017.12.112

10.1007/s10845-015-1057-1

10.1007/s00170-016-9890-8

Zurovac J., 2012, Orthogonal Design: A Powerful Method for Comparative Effectiveness Research with Multiple Interventions