该文首先研究分析了固体推进剂配方优化设计中存在的各种问题,同时研究了现阶段化学工业配方优化中采用的各种方法,分析了各种方法的优缺点,重点分析了神经网络和遗传算法以及二者相结合在配方优化方面的应用.第二章,着重研究了影响固体推进剂力学和燃烧性能的各种因素,研究分析了影响固体推进剂力学和燃烧性能的材料的各种性能指标.第三章,以某化工厂配方设计及优化需求为基点,从配方优化、材料性能指标复杂性、配方性能和材料性能以及材料配比比例和配方性能的复杂关系、配方信息的高效管理等几个角度,分析了建立大型数据库的必要性,同时研究了数据库实现中的若干关键技术问题,包括数据库的逻辑设计、物理设计以及数据库的初步优化等问题,随后建立了高性能的配方信息数据库系统.第四章,在综合各种优化方法的基础和详细研究神经网络和遗传算法的特点上,提出了神经网络和遗传算法联合优化的方法,并对其中的关键技术问题进行了研究,将其分解为两个即独立又相关的系统,即性能预报系统和配比优化系统,研究了性能预报系统仿真中的若干技术问题,对性能预报系统进行了仿真.第五章,研究了用计算机语言实现性能预报系统的关键技术问题,并实现了性能预报系统.第六章,对该文的研究工作进行了总结和展望,指出了今后工作的研究方向.