传统的发射药配方设计首先是基于某一基础配方调整各组分含量制定实验方案,’然后进行制备及发射药性能测试。由于配方中多种组分对发射药力学、燃烧及能量性能影响规律非常复杂,研究过程浪费大量人力、物力和时间,因此根据已有实验数据实现不同配方发射药性能的预测,对发射药配方设计研究具有很好的指导作用和应用价值。BP(Back Propagation)神经网络算法具有独特的逼近非线性函数的能力,能够找出蕴含在有限样本数据中的输入和输出之间的联系,并具备良好的泛化能力,因此将该技术应用于发射药性能预测的研究上是一个非常合理有效的解决方法。本文在分析整理实验数据基础上,建立了高能高强度太根发射药的力学、燃烧及能量性能数据库,作为神经网络学习训练样本集。用Visual Basic 2008编程开发了基于BP神经网络技术的太根发射药力学、燃烧及能量性能预测软件,实现了对太根发射药的常温抗压缩最大应力、低温抗压缩最大应力、常温抗冲击强度、低温抗冲击强度、火药力、余容、燃速系数和压力指数的预测,软件具有良好的人机交互界面,用户可以很方便地进行数据库管理,神经网络参数设置,网络训练预测和训练结果输出保存等,软件运行状况良好。在BP神经网络实际训练的过程中,比较不同的隐藏层节点数、学习速率和学习次数对平均训练误差的影响,选择合适的网络结构及训练参数。从而建立了网络结构合理、收敛速度快、精度高的太根发射药神经网络预测模型。预测结果表明：预测值与实验值相对误差小于10%,应用神经网络技术对太根发射药的力学、燃烧及能量性能的预测具有较好的准确性和可行性。