基于不同神经网络模型的橡胶减振器性能预测的应用研究

关键词：bp神经网络 grnn神经网络 橡胶减振器 性能预测 

摘要：利用BP和GRNN神经网络建立胶料性能和减振器性能之间的预测模型,并对预测结果的误差进行对比分析。结果表明,利用BP神经网络建立的预测模型预测平均相对误差在16%以内,利用GRNN神经网络建立的预测模型预测平均相对误差在5%以内,说明使用GRNN神经网络进行减振器性能预测精度更高、效果更好。

合成材料老化与应用杂志要求:

{1}请作者提交附件，注明姓名，职称，所在学术机构，通讯地址，电话，电子邮箱。

{2}本刊反对剽窃、抄袭、一稿两投或多投，请确定来稿为未征其他公开出版物和学术网站上发表的原创论文。

{3}为加快稿件处理速度，本刊实行审稿意见及时反馈制度，尽量为来稿附上审稿意见，15日内会给出审稿意见。

{4}论文标题应言简意赅，准确反映论文的内容，一般不应超过22个字（含正副标题），尽量避免出现标点符号及非公知公用的缩略词、代号等。

{5}请在稿件上注明所有作者的姓名、工作单位、职务和职称、电话、邮政通讯和电子邮箱。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社