论文部分内容阅读
在标准化企业粗纱工序生产数据的基础上，针对神经网络输入端参数组会影响最终预报结果的特点，提出分别利用相关性分析法和多元逐步回归分析法筛选对粗纱CV值（R1）和单重（R2）影响较大的参数。将筛选出的参数按重要程度由大到小依次输入BP网络，采用多输入单输出子网组方式建立了4个网络模型。训练好的模型经10组检验样本检验，其预报结果和实测结果的平均相对误差（MEP）都低于4％。用20组未参与建模的验证数据进行预报表明：相关性分析法筛选参数建立的模型对R1和R2的绝对值平均预报精度分别为2．63％和2．98％，且预