%0 Journal Article
%T 基于主成分分析的动态神经网络预报方法及其应用
%A 王玉涛
%A 严其艳
%A 杨钢
%A 徐万仁
%J 控制与决策
%P 1312-1315
%D 2006
%X 提出一种基于主成分分析法(PCA)和改进型多步Elman网络的实时预报方法.该方法能够在保留大量原始数据信息的前提下,消除样本数据间相关性,简化网络结构,通过动态递归算法实现复杂非线性系统实时预报.将该网络应用于宝钢某高炉铁水含硅量的预报,以±0.5作为预报误差,预报命中率达到88.17%.
%K 主成分分析法
%K 改进型多步Elman网络
%K 动态递归算法
%K 含硅量预报
%U http://www.kzyjc.net:8080/CN/abstract/abstract8371.shtml