PCR模型构建及应用
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。
主成分分析、聚类分析、RBF 神经网络、仿真
TP181(自动化基础理论)
河北省自然科学基金F2014209086
2014-08-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
72-77