基于PCA-BP网络的氯丁橡胶门尼黏度预测

摘要：

为了准确预测氯丁橡胶门尼黏度，采用氯丁橡胶生产工艺机理及数据分析结果相结合的方法，选取影响门尼黏度的主要因素，提出了一种基于 PCA-BP 神经网络的氯丁橡胶门尼黏度的软测量预测方法，建立了双隐含层的神经预测网络模型。通过训练，确定网络结构为6-5-13-1。仿真显示，最大相对误差为4.1％，平均相对误差为1.8％，最大绝对误差为4.389，误差在允许的范围内，满足生产要求。

关键词：神经网络、主成分分析法、氯丁橡胶、门尼黏度、预测

分类号：TQ333.1

在线出版日期：2015-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：59-61