基于变量聚类和PCA的神经网络在碳分分解率预测中的应用研究

摘要：

本文详细分析了铝酸钠溶液连续碳酸化分解过程中,影响末槽分解率的各种因素,建立了基于变量聚类和一种改进的主成分分析(PCA)的神经网络末槽分解率预测模型。模型首先对影响末槽分解率的因素进行变量聚类和主成分分析,对所有影响因素进行分层构权重组,再将分析结果用于神经网络的输入,最终得到末槽分解率。对模型的验证结果表明,该模型泛化能力较强,具有较高的准确度,实用性好。

关键词： 铝酸钠溶液 连续碳酸化分解 变量聚类 神经网络 分解率预测 氧化铝

作者: 王晓丽 阳春华 桂卫华

作者单位: 中南大学信息科学与工程学院,长沙410083

会议类型: 国内会议

会议名称: 第26届中国控制会议

会议地点: 湖南张家界

会议语种:中文

页码: 217-221

在线出版日期: 2007-07-26（万方平台首次上网日期，不代表论文的发表时间）