随着计算机技术的发展和数据处理算法的不断完善,材料科学领域内的人工神经网络的研究也取得了一定的进展。钛酸锶钡具有介电常数调节方便、高的绝缘电阻、低的介电损耗(高频及低频下)和较高的电容温度稳定性等诸多优点,所以成为国内外研究的热点。本文作者在掌握了人工神经网络、钛酸锶钡陶瓷相关性能和数据库开发技术的基础上,使用MS SQLSERVER2005数据库,存储数据,采用自适应变步长的BP神经网络算法进行网络训练,建立了以知识检索、模拟计算和预测为基础的钛酸锶钡人工神经网络专家系统。系统通过编写的人机界面,实现了对数据入库、查询、修改、删除的管理。然后以这些数据为样本,结合材料研究中的基础知识,按照一定的方法对数据进行处理,训练建立起BP神经网络。最后应用训练的结果,实现了对由不同工艺参数(烧结温度,烧结时间,预烧温度,预烧时间,成型压力,衬底,退火温度,Ba、Sr、Ti摩尔量)制备的钛酸锶钡陶瓷在不同的频率、温度、电场强度测试条件下的介电性能、晶格常数和居里温度的预测。