基于径向基函数神经网络的橡胶配方性能预测

来源 :橡胶工业 | 被引量 : 0次 | 上传用户:ialyialyialy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
介绍径向基函数(RBF)神经网络的结构和常用算法。以SBR胶料配方为例,利用RBF神经网络拟合配合剂用量与胶料性能间的非线性关系,以15组样本数据为训练样本进行网络训练,对15组训练样本和1组非训练样本的预测值与实测值进行比较。结果表明,误差在容许范围之内,说明RBF神经网络算法适用于橡胶配方性能预测。
其他文献
试验研究非晶态合金/镀银玻璃微珠(SGB)混合填料对CPE电磁屏蔽性能和拉伸强度的影响。结果表明,在非晶态合金/SGB混合填料中随着SGB质量分数的增大,CPE的电磁屏蔽效能增幅很小,
试验研究新型环保醚酯类增塑剂RPL-1用量对丙烯酸酯橡胶(ACM)性能的影响。结果表明,随着增塑剂RPL-1用量的增大,ACM胶料的门尼粘度下降,流动性显著改善;ACM硫化胶的硬度、100%