粗糙集-BP网络在锌产量预测中的应用

摘要

提出了基于粗糙集与改进的BP网络的密闭鼓风炉锌产量预测模型,这样可以根据预测结果调整参数,来达到锌产量的最大化.首先运用粗糙集方法,在不改变训练样本分类质量的条件下,按照属性相对于决策表的重要度的大小,对输入参数集进行约简,确定神经网络输入层变量和神经元个数,再采用基于Levenberg-Marquardt方法的BP神经网络进行预测,仿真结果表明,该方法减少了网络的训练时间,改善了学习效率,具有较高的预测精度,是可行的、有效的.