基于极限学习机的橡胶配方性能预测

论文摘要

以三元乙丙橡胶(EPDM)胶料配方和天然橡胶(NR)胶料配方为例,将配方中各组分的用量作为输入,硫化橡胶的基本物理机械性能作为输出,建立了基于极限学习机(ELM,extreme learning machine)神经网络的配方性能预测模型,并给出两种配方的预测结果和相对误差。结果表明,ELM神经网络模型能够准确预测出EPDM配方和NR配方硫化橡胶的基本物理机械性能,且平均相对误差在7%以内,具有较高的预测精度。

论文目录

• 1 ELM神经网络概述
• 2 实验部分
•   2.1 主要试验设备和仪器
•   2.2 性能测试
•   2.3 实验安排
•     2.3.1 EPDM配方实验
•     2.3.2 NR配方实验
• 3 ELM神经网络预测模型的建立和训练
•   3.1 ELM神经网络模型的建立流程
•   3.2 ELM神经网络训练结果
•     3.2.1 ELM神经网络对EPDM配方训练集的拟合表现
•     3.2.2 ELM神经网络对NR配方训练集的拟合表现
•   3.3 ELM神经网络测试结果
•     3.3.1 ELM神经网络对EPDM配方测试集的拟合表现
•     3.3.2 ELM神经网络对NR配方测试集的拟合表现
• 4 结论

文章来源

类型: 期刊论文

作者: 曾宪奎,张杰,冯翰林,曾佳,高远昊,鲍丽苹

关键词: 极限学习机,神经网络,橡胶配方,性能预测

来源: 合成材料老化与应用 2019年02期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 有机化工

单位: 青岛科技大学机电工程学院,西南交通大学利兹学院

基金: 山东省自然科学基金资助项目(ZR2014EMM018)

分类号: TQ330.7

DOI: 10.16584/j.cnki.issn1671-5381.2019.02.002

页码: 5-9+18

总页数: 6

文件大小: 536K

下载量: 119