论文部分内容阅读
探讨基于遗传算法和主成分分析法与BP神经网络相结合的棉花性能指标对成纱质量的预测模型。分别采用单一BP神经网络（模型1）、主成分分析加BP神经网络（模型2）、主成分分析加遗传算法优化隐层节点数后的BP神经网络（模型3），依据实测原棉数据对成纱品质作预报，并以平均相对误差百分率指标最小为原则，对比了三种模型的优劣。结果表明：模型3的平均相对误差百分率值最小；主成分分析表面上在降维，但对神经网络来说仍是高维的计算，最优结果的隐层节点数均高于经验公式确定的隐层节点数，接近于13个原始变量数。认为：基于遗传算法和