人工神经网络在预测溶液聚合丁苯橡胶基复合材料耐磨性中的应用
计算工程、金融与科学
2014-05-23 v1
摘要
溶液聚合丁苯橡胶 (SSBR) 基复合材料的耐磨性是实际应用中一个典型且关键的属性。先前的研究表明，耐磨性可以通过多元线性回归模型进行计算。在我们的研究中，考虑到这种关系也可以描述为非线性条件，我们成功建立了一个具有 3 个节点的多层前馈神经网络模型 (MLFN-3)，利用 23 组数据描述了耐磨性与其他属性之间的关系，均方根误差为 0.07。我们的研究证明，人工神经网络 (ANN) 模型可用于预测 SSBR 基复合材料，这是一个准确且稳健的过程。
引用
@article{arxiv.1405.5550,
title = {Application of Artificial Neural Networks in Predicting Abrasion Resistance of Solution Polymerized Styrene-Butadiene Rubber Based Composites},
author = {Hao Li and Dazuo Yang and Fudi Chen and Yibing Zhou and Zhilong Xiu},
journal= {arXiv preprint arXiv:1405.5550},
year = {2014}
}