10.3969/j.issn.1004-8626.2015.04.014
基于PCA-BP网络的氯丁橡胶门尼黏度预测
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。
神经网络、主成分分析法、氯丁橡胶、门尼黏度、预测
TQ333.1
2015-09-17(万方平台首次上网日期,不代表论文的发表时间)
共3页
59-61