本发明提供了一种优化的橡胶老化性能预测方法。利用优化的BP人工神经网络对应用于复杂环境下的橡胶材料及制品的老化性能进行预测。首先对输入的数据要经过整理和筛选,然后确定输入层和输出层的参数,利用BP人工神经网络对输入数据进行训练,优选出隐含层神经元个数和训练函数,之后利用训练的神经网络模型对橡胶材料性能数据进行预测。本发明使用的BP人工神经网络具有良好的自适应性和自学习能力,其不需要建立物理或化学加速模型,也不需要明晰的材料老化机理,同时可以考虑多种影响因素。本发明能够为多因素耦合环境下橡胶材料及制品的老化性能提供迅速且准确的预测方法。
声明:
“优化的橡胶老化性能预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)