碳纤维增强木质复合材料是随着科学技术的提高而产生的一种新型的功能型复合材料,对这种材料的研究已经取得了一定的进展,但是关于其性能和特点的研究较为欠缺,它的性能和特点的不同使其应用范围和环境不同,因此对碳纤维增强木质复合材料的特性研究是十分必要的。利用碳纤维增强木质复合材料的导电性不仅可以在腐蚀环境中代替金属材料满足导电的要求,还能够满足一些其它特殊应用的需求,因此对碳纤维增强木质复合材料导电性的研究也逐渐成为其研究的主要方向之一。本文采用热压模工艺制备了碳纤维增强木质复合材料,通过实验测量了施加不同碳纤维比例的碳纤维增强木质复合材料的静曲强度、弹性模量、吸水厚度膨胀率、内结合强度等力学性能,还测量了不同比例碳纤维的CFRW在不同温度时的表面电阻率。根据数据分析了静曲强度、弹性模量、吸水厚度膨胀率、内结合强度、表面电阻率与碳纤维比例的关系及表面电阻率与温度的关系,从而确定了碳纤维增强木质复合材料导电性能的影响因素为碳纤维含量、木质纤维含量、弹性模量、温度、制作工艺方式。支持向量回归机是一种基于统计学习理论、专门针对小样本的学习机器,由于以结构风险最小化原则为基础,克服了神经网络中的过学习等缺点,具有很强的泛化能力。本文针对碳纤维增强木质复合材料的导电性具有非线性的特点,采用基于支持向量回归机的机器学习方法建立碳纤维增强木质复合材料导电性预测模型。碳纤维增强木质复合材料的导电性能的影响因素很多,本文就其主要影响因素碳纤维含量、木质纤维含量、弹性模量、温度、制作工艺等五方面,利用支持向量回归机建立了五输入一输出的碳纤维增强木质复合材料导电性能模型,并对其性能进行了仿真预测。分析了支持向量机参数不同时对预测结果的影响。预测结果表明所建模型的预测精度高、泛化能力强,运用网格搜索选出最优参数方式下进行的ε-SVM和v-SVM的建模预测电阻率是有效的。此研究对CFRW功能材料的设计和研究具有重要的指导意义和一定的工业实用价值。