사출성형품의 설계는 그 내부의 기계적 물성 변화보다는 전통적으로 용도에 부합하 는 형상을 위주로 하여 이루어져 왔기 때문에 설계조건의 개선을 통하여 성능이 우수한 제 품을 얻기까지 많은 시행착오가 요구되고 있다. 그런데 사출성형 실험이나 물성평가 시험을 하기 전에 성형품의 부위별 기계적 물성을 알수있다면 제품의 설계나 금형 설계에 많은 도 움이 될 수 있으므로 최근에 물성 예측을 위한 방법론들의 개발이 다양하게 시도되고 있다. 따라서 본 연구에서는 학습시스템, 사출성형 수치모사와 기계적 물성과의 상관관계를 밝히 는 방법을 만들어 사출물이 제작되기 전에 그들의 기계적 물성을 사출성형 수치모사에서 얻 어진 열적·기계적 이력으로부터 예측하고자 하였다. 이때 성형품의 기계적 물성과 열적· 기계적 이력 사이에는 매우 복잡하고 비선형적인 상관관계를 보이기 때문에 이들 사이를 비 매개변수적으로 연관짓기 위하여 역전파 인공신경망 알고리듬을 사용하였으며 열적·기계적 이력은 사출성형용 수치모사 소프트웨어를 이용하여 구하였다. 학습과정에서 전역최소값에 도달하지 못하는 인공신경망의 문제점을 해결하기 위하여 모멘텀변수와 잡음지수를 포함하 는 일련의 항을 첨가하여 연결가중치를 보정하였다. 그 결과 어떤 초기값에 의하여 학습이 되더라도 전역최소값에 도달하는 것을 확인하였으며 이를 이용하여 다른 사출조건에서 사출 물의 기계적 물성을 잘 예측할수 있었다.