首页 | 本学科首页   官方微博 | 高级检索  
     

基于主成分分析的动态神经网络预报方法及其应用
引用本文:王玉涛,严其艳,杨钢,徐万仁. 基于主成分分析的动态神经网络预报方法及其应用[J]. 控制与决策, 2006, 21(11): 1312-1315
作者姓名:王玉涛  严其艳  杨钢  徐万仁
作者单位:东北大学,信息科学与工程学院,沈阳,110004;宝山钢铁股份有限公司,技术中心,上海,200941
基金项目:辽宁省自然科学基金项目(20042020).
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%.

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
文章编号:1001-0920(2006)11-1312-04
收稿时间:2005-09-29
修稿时间:2005-09-292005-11-25

Predictive Dynamic Neural Network Method Based on Principal Component Analysis and Its Application
WANG Yu-tao,YAN Qi-yan,YANG Gang,XU Wan-ren. Predictive Dynamic Neural Network Method Based on Principal Component Analysis and Its Application[J]. Control and Decision, 2006, 21(11): 1312-1315
Authors:WANG Yu-tao  YAN Qi-yan  YANG Gang  XU Wan-ren
Affiliation:WANG Yu-tao~1,YAN Qi-yan~1,YANG Gang~1,XU Wan-ren~2
Abstract:
Keywords:PCA   Improved multi-step Elman net   Dynamic recurrent algorithm   Precliction of the silicon content
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《控制与决策》浏览原始摘要信息
点击此处可从《控制与决策》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号