一种小样本材料逆向预测方法

本发明涉及一种小样本材料逆向预测方法，包括步骤：获取复合材料的数据特征；对数据特征进行预处理；搭建多个多输入单输出的广义回归神经网络并联组成的模型群并进行训练，表征材料成分、工艺与其性能之间的隐含关系；建立由模型群和遗传算法相结合的逆向预测模型；对比筛选出可用的预测数据并入总数据集中，采用一种小样本材料逆向预测方法可大幅减少实验试错成本，提高材料设计效率。