论文部分内容阅读
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。