基于组合神经网络的聚合物质量预测

摘要：

介绍了一种将组合神经网络用于聚合物质量预测的方法.由定量数据建立的单一神经网络模型往往缺乏泛化能力,而使用组合神经网络模型则可以显著改善模型的泛化能力.由于在建立组合神经网络模型过程中,合适的组合权重对模型是否具有良好预测性能是非常重要的,因此采用了岭回归方法来选择合适的组合权重.所提出的方法已成功应用于PVC颗粒特性的预测研究中.研究结果表明,与单一神经网络模型相比,组合神经网络模型具有更佳的模型预测精度和鲁棒性.

关键词：高聚物工程、神经网络、预测、岭回归、组合泛化、PVC颗粒特性

所属期刊栏目：20

分类号：TP183;TQ316.3(自动化基础理论)

资助基金：国家自然科学基金20125617;浙江省自然科学基金200024;国家重点实验室基金

在线出版日期：2004-08-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：298-302