文献类型：期刊文献

中文题名：人工神经网络在聚氨酯配方设计中的应用研究

英文题名：Application of Artificial Neural Network in the Polyurethane Formulation Design

作者：滕鑫[1];唐颂超[1];徐世爱[1];李水强[1]

机构：[1]华东理工大学材料科学与工程学院,上海200237

年份：2015

卷号：13

期号：1

起止页码：38

中文期刊名：实验科学与技术

外文期刊名：Experiment Science and Technology

基金：2013年上海高校实验技术队伍建设计划基金资助项目(YD0114202)

语种：中文

中文关键词：人工神经网络;BP反向传播网络;聚氨酯;应用

外文关键词：artificial neural network; BP back propagation network; polyurethane; application

摘要：应用人工神经网络技术,采用Matlab软件设计BP网络模型,建立聚氨酯配方技术参数与拉伸强度的复杂的非线性关系,从而能够预测指定的聚氨酯配方技术参数所对应的拉伸强度值。结果证明,神经网络技术能够应用于聚氨酯配方设计,所建立的神经网络模型能较正确地反映聚氨酯配方技术参数与其拉伸强度之间的规律性。模型对拉伸强度的预测误差基本上可控制在4.60以内,对实验具有明显的指导作用。
Applying artificial neural network technology and using MATLAB software to design BP network model to establish the complex non- linear relationship between technical parameters of polyurethane formulations and tensile strength can predict the corresponding tensile strength value of the specified technical parameters of polyurethane formulations. The research results demonstrate that neural network technology can be used in the design of polyurethane formulation and the established neural network model can more or less correctly reflect the regularity between technical parameters of polyurethane and its tensile strength. Model prediction error for tensile strength can be controlled within 4. 60 which shows the model has a guiding significance in the experiment.