一种改进的神经网络部分最小二乘软测量建模方法

摘要

本文应用神经网络部分最小二乘(NNPLS)方法建立软测量模型,较好地解决了软测量建模中数据样本少,变量相关及高度非线性等问题.本文在建立NNPLS模型时,采用了一种基于误差的权值更新方法,对输入权值w进行更新,提高了模型的预测精度.将该方法用于建立聚丙烯熔融指数软测量模型,并与权值未经更新的NNPLS模型进行比较.结果表明,经过权值更新的NNPLS模型性能大大提高.