本文在EVA、LLDPE及其共混物/无机物纳米复合材料试验研究的基础上,成功的将多种智能方法单一或结合的应用到材料的研究过程中,开展性能判断、预测和工艺优化等工作。利用推导的均匀化有限元方法进行了宏观等效弹性模量的计算,对EVA/TiO2纳米复合材料进行等效弹性模量的模拟,考察了填充项的含量和颗粒形状对等效弹性模量的影响。发现圆形颗粒的计算结果更接近试验结果。分别利用BP神经网络预测了聚合物基无机纳米复合材料的单指标、双指标和多指标力学性能,并研究其结果和误差,从而建立BP-Markov链模型解决多指标性能预测误差分布不均匀的问题,效果较好。分别基于正交试验分析优化方法和基于正交试验、神经网络和遗传算法三者相结合的优化方法做单指标性能和双指标性能的工艺优化,分别比较两种方法的优化结果,并研究了聚合物基无机纳米复合材料的性能。发现后者对聚合物基无机纳米复合材料的优化取得了较优的结果,具有继续研究的空间。将上述智能方法应用于聚合物基无机纳米复合材料的研究大大的简化了试验,节省了时间和材料。