基于主成分分析与BP神经网络预测织机效率

• 作者: 张晓侠 买巍 马崇启
• 来源期刊: 天津纺织科技
• 关键词: 神经网络 主成分分析 织机效率 预测模型 仿真结果
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 纺织工程
• 页码范围: 52-56
• 页数: 5页
• 分类号: TS103
• 语种: 中文

摘要

为降低企业生产成本,通过对生产工艺参数进行调整,提出一种织机效率预测模型.该模型将主成分分析与BP神经网络结合,先用主成分分析法对影响织机效率的众多因素进行预处理,降低原变量的维数,消除原变量之间的相关性.然后再将经过预处理的主成分作为神经网络的输入,这样不仅简化网络结构,还能提高网络稳定性.经过仿真,结果表明,PCA-BP比BP神经网络相关系数高;十万纬经停仿真,PCA-BP比BP神经网络预测误差减小了11.28％;织机效率仿真,PCA-BP比BP神经网络预测误差减小了64.92％.