主成分分析与BP神经网络在煤耗氧速度预测中的应用
来源期刊:煤炭学报2008年第8期
论文作者:葛岭梅 王华 王连华
关键词:主成分分析; 耗氧速度; 神经网络; 预测;
摘 要:结合主成分分析与神经网络的优点,提出了主成分分析与神经网络相结合的煤耗氧速度预测模型.采用主成分分析法对原始输入变量进行预处理,选择输入变量的主成分作为神经网络输入.一方面减少了输入变量的维数,消除了各输入变量的相关性;另一方面提高了网络的收敛性和稳定性,同时也简化了网络的结构.通过实例验证,基于主成分的神经网络比一般神经网络训练精度更高,学习时间更短,预测效果更优.
葛岭梅1,王华2,王连华4
(1.西安科技大学,化学与化工系,陕西,西安,710054;
2.西安科技大学,能源学院,陕西,西安,710054;
3.曲阜师范大学,计算机科学学院,山东,日照,276826;
4.曲阜师范大学信息网络中心,山东,日照,276826)
摘要:结合主成分分析与神经网络的优点,提出了主成分分析与神经网络相结合的煤耗氧速度预测模型.采用主成分分析法对原始输入变量进行预处理,选择输入变量的主成分作为神经网络输入.一方面减少了输入变量的维数,消除了各输入变量的相关性;另一方面提高了网络的收敛性和稳定性,同时也简化了网络的结构.通过实例验证,基于主成分的神经网络比一般神经网络训练精度更高,学习时间更短,预测效果更优.
关键词:主成分分析; 耗氧速度; 神经网络; 预测;
【全文内容正在添加中】