主成分分析与BP神经网络在煤耗氧速度预测中的应用

被引：21

作者：

王华 ^{[1
]}

王连华 ^{[2
]}

葛岭梅 ^{[3
]}

机构：

[1] 西安科技大学能源学院

[2] 曲阜师范大学信息网络中心

[3] 西安科技大学化学与化工系

来源：

煤炭学报 | 2008年 / 08期

关键词：

主成分分析; 耗氧速度; 神经网络; 预测;

D O I：

10.13225/j.cnki.jccs.2008.08.015

中图分类号：

TD752 [];

学科分类号：

081903 ;

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.

引用

页码：920 / 925

页数：6

共 8 条

[1] 高性能混凝土强度预测的神经网络-主成分分析 [J].