主成分分析结合BP神经网络在橡胶材料磨耗性能预测中的应用

• 作者: 吴友平 罗金莲 谢鹏 项可璐
• 来源期刊: 橡胶工业
• 学科: 工学
• 关键词: 丁苯橡胶 神经网络 主成分分析 耐磨性能 灵敏度分析
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 应用理论
• 页码范围: 69-73
• 页数: 5页
• 分类号: TQ333.1|TQ330.7+3
• 字数: 3273字
• 语种: 中文

摘要

采用基于灵敏度分析的BP神经网络模型,将丁苯橡胶(SBR)复合材料的8种力学性能数据经过主成分分析(PCA)降维后作为神经网络的输入向量,耐磨性能数据作为输出向量,对SBR复合材料的耐磨性能进行预测,并计算各输入向量的灵敏度矩阵,从而分析输入量对耐磨性能的影响程度.结果表明:通过PCA降维处理,可以消除神经网络输入向量之间的共线性,简化网络,提高网络的预测性能;预测误差在允许范围内,说明BP网络适用于橡胶材料的耐磨性能预测;灵敏度分析显示定伸应力、拉断伸长率和拉断永久变形对SBR橡胶复合材料的耐磨性能影响最大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴友平	北京化工大学北京市新型高分子材料制备与加工重点试验室	113	1331	20.0	30.0
2	项可璐	北京化工大学北京市新型高分子材料制备与加工重点试验室	5	9	2.0	2.0
3	罗金莲	北京化工大学北京市新型高分子材料制备与加工重点试验室	1	2	1.0	1.0
4	谢鹏	北京化工大学北京市新型高分子材料制备与加工重点试验室	2	9	2.0	2.0