基于主成分分析的动态神经网络预报方法及其应用

被引：5

作者：

王玉涛 ^{[1
]}

严其艳 ^{[1
]}

杨钢

徐万仁 ^{[2
]}

机构：

[1] 东北大学信息科学与工程学院

[2] 宝山钢铁股份有限公司技术中心

来源：

关键词：

主成分分析法; 改进型多步Elman网络; 动态递归算法; 含硅量预报;

D O I：

10.13195/j.cd.2006.11.114.wangyt.023

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

提出一种基于主成分分析法(PCA)和改进型多步E lm an网络的实时预报方法.该方法能够在保留大量原始数据信息的前提下,消除样本数据间相关性,简化网络结构,通过动态递归算法实现复杂非线性系统实时预报.将该网络应用于宝钢某高炉铁水含硅量的预报,以±0.05作为预报误差,预报命中率达到88.17%.

引用

页码：1312 / 1315+1320 +1320

页数：5