嵌入岭回归的BP算法及其在软测量中的应用

针对三层神经网络(ANN)最佳隐节点个数难以确定和随着隐节点个数增加ANN模型易出现过拟合等缺点,提出了嵌入岭回归(RR)的误差反传算法(BP)。BP-RR根据样本规模自适应确定隐节点个数,并通过BP算法充分提取样本数据信息。然后,针对隐含层输出可能存在的复共线性,采用RR以预测性能为指标,通过进化算法确定最佳岭参数,进而重新确定隐含层与输出层之间最佳的权值和阈值,克服ANN过拟合,建立具有良好预测性能的模型。将BP-RR应用于建立石脑油干点软测量,结果显示,BP-RR模型具有良好的预测性能。与ANN相比,BP-RR模型鲁棒性强,预测精度高。