汽车工业和高速公路的飞速发展使轮胎成为产量最大、技术水平最高的高分子制品之一。聚氨酯(PU)由于自身的优点，使得聚氨酯高性能“绿色轮胎”成为轮胎制造业开发的新热点。 目前聚氨酯材料制备面临的主要问题是：制备条件的确定以及各制备条件对PU综合性能的影响程度；如何控制产品的最终性能；如何找出按市场需要产生性能各异的产品的工艺条件。 本文以华工百川公司攻关项目“新一代绿色轮胎原料一聚氨酯弹性体的制备”为背景，结合大量的实验，可以得知PU材料的配方和物理性能之间存在本质的必然的联系，而这些联系正是研制新型配方所必须把握和控制的。本文在大量实验数据的基础上，寻找配方和物理性能各项指标之间的必然联系，建立PU绿色轮胎质量控制模型，用以辅助新型配方的研制和开发。 从质量控制问题的实际需求出发，在配方物理性能试验测试中，希望建立一个能够根据配方估计PU材料物理性能指标的数学模型。在新配方的研发中，希望建立一个数学模型，在给定物理性能指标要求的条件下，该模型能够给出配方参数的优化组合，即配方的参数的控制模型。 由配方预测物理性能的建模过程，实质上是一个回归(函数逼近)问题，本文采用多元线性回归和神经网络的函数逼近方法建模，两种方法分别针对配方与物理性能是线性和非线性的情况。由配方控制物理性能的建模过程，是一个寻求最优解的过程，本文采用遗传算法寻求最优解的方法建模。 在聚氨酯的研发过程中，一个重要的要求是寻找物理性能在某个置信水平下，配方在某一置信区间。本文将根据上述的建模结果，用统计的方法得到这个置信区间。 建模结果表明，采用遗传算法控制配方的模型的结果是合理的，并能得出与实际相符合的结果；统计控制的结果能有效的指导后期的试验。