BP网络和多元回归在葡萄酒质量模型中的应用

摘要：

利用因子分析法筛选出对葡萄酒质量影响较大的12种理化指标，将其作为多元线性回归的自变量和BP网络输入层神经元，分别用多元线性回归和改进的BP神经网络两种方法建立葡萄酒和酿酒葡萄的主要理化指标与葡萄酒质量的关系模型。比较了两种模型的泛化能力，得出多元线性回归模型对新样本预测的平均相对误差是1.93%，而BP神经网络模型的平均相对误差是0.37%。仿真实验表明，BP神经网络的泛化能力和稳定性明显优于多元回归模型。

关键词：因子分析法、多元线性回归、反向传播(BP)神经网络、理化指标、泛化能力

分类号：TP183;O242.1(自动化基础理论)

资助基金：湖南省教育厅项目No.11C1133。

在线出版日期：2014-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：267-270