应用人工神经网络预测基于溶液聚合苯乙烯-丁二烯橡胶复合材料的耐磨性
摘要：溶液聚合苯乙烯-丁二烯橡胶（SSBR）基复合材料的耐磨性是实际应用中的一项典型且关键的性能。以往的研究表明，耐磨性可以通过多元线性回归模型进行计算。在本研究中，考虑到这种关系也可以描述为非线性条件，成功建立了一个具有3个节点的多层前馈神经网络模型（MLFN-3），以描述耐磨性与其他性能之间的关系，并使用了23组数据进行验证，其均方根误差为0.07。我们的研究证明了人工神经网络模型可用于预测基于SSBR的复合材料，这是一个准确且稳健的过程。
作者：Hao Li, Dazuo Yang, Fudi Chen, Yibing Zhou, and Zhilong Xiu
论文ID：1405.5550
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2014-05-23