成果信息

本发明涉及一种基于 SPCA的神经网络混合优化预测方法。本发明首先采集化工过程中影响重要变量的过程变量，利用串行主成分分析方法对数据做预处理，结合主成分分析和核主成分分析方法处理线性和非线性混合数据，降低数据维度，其次使用RBF神经网络作为预测模型，结合LM算法和遗传算法对预测模型的参数进行优化，提高预测模型的性能，最后将预处理后的数据放入优化后的预测模型中，进行预测。不同干传统的方法，本发明有处理线性和非线性混合数据的能力，且结合优化算法，能够提高预测模型精度。 )

背景介绍

本发明涉及一种基于 SPCA的神经网络混合优化预测方法。)

应用前景

-)