摘要：目的:解决BP神经网络拟合铁氧体导热系数时,低导热系数数据预测相对误差较大的问题。方法:分析原因及样本数据预处理的必要性,提出对目标输出进行非线性处理的数据预处理方法。对适合本问题的三种非线性函数进行比较分析,采用对目标输出进行对数运算后再对输入数据与目标输出归一化的数据预处理方法,并进行实验验证。结果:用此方法得到的模型比常规方法得到的模型预测精度更高,其预测相对误差最大值从45%降低到10%,平均相对误差从5%降低到3%。结论:采用本文非线性处理方法能有效降低低导热系数数据预测相对误差。