采用BP神经网络模型预测改性骨胶的初始黏度

建立了一个基于L-M(Levenberg-Marquardt)优化算法的BP神经网络预测模型,用于骨胶初始黏度的预测。对涉及骨胶接枝改性的几个主要因素,如氢氧化钠用量、碱解时间、接枝共聚温度、环氧氯丙烷用量和接枝共聚时间等为考察对象,以初始黏度为指标,对16个试验样本进行了训练建模,并对2个测试样本进行了预测。结果表明:骨胶初始黏度预测值和试验值符合良好,相对误差小于2%。该方法可行有效,为快捷、经济地开发研制新的胶粘剂提供了新的思路和有效手段。