網絡訓練好后，得相應的權值和閾值，只有輸入應力集中處附近3點的值，網絡即可輸出最大應變值，停止一次灰色累減可求出最大應力值為了測驗本辦法的適用性和牢靠性，別離取孔徑為6mm時，沿纖維方向拉伸和垂直于纖維方向拉伸時的狀況作為算例，把讀數差均值代入各自已訓練好的灰色神經網絡模型停止計算，由可算得應力集中系數。為便于比較，現將本文灰色神經網絡算法所得結果和中的結果列于表2由表2可知，用本文的辦法所得結果沿垂直纖維方向與光彈解的結果相當接近但沿纖維方向由于原始數據的精確性以及模型精度的影響，還存在一定的誤差表2應力集中系數計算結果比較所用辦法沿纖維方向拉伸垂直纖維方向拉伸近似計算中的外推法光彈解本文辦法3完畢語以上結果標明，用灰色神經網絡算法來確定正交異性板應力集中處最大應力（應變）值的辦法是可行的。神經網絡具有良好的自學功能，是處置非線性系統預測問題的一種有效的鉆研工具但是須要較多的網絡訓練樣本，否則會影響預測精度把灰色系統實踐和神經網絡聯合起來能夠發揮各自的劣勢。