PCR模型构建及应用

摘要：

针对目前预测模型精度低的问题，提出将主成分分析、聚类分析用于RBF神经网络预报建模，从而克服大样本数据提取的困难，使得指标的选取能更全面地反映状况，有效地缩减RBF网络的输入节点数并提高模型的预报精度。利用MATLAB的神经网络工具箱，实现了神经网络训练和仿真验证。仿真结果表明，该模型有较高的预报能力。提出的基于主成分分析和聚类分析的RBF网络预报模型---PCR模型为研究预报提供了一个新的思路和方法，并为其他领域的建模研究开阔了思路，具有一定的理论价值和的应用价值。

关键词：主成分分析、聚类分析、RBF 神经网络、仿真

分类号：TP181(自动化基础理论)

资助基金：河北省自然科学基金F2014209086

在线出版日期：2014-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：72-77