摘要：在复杂工业生产中,影响生产的因素非常多,使得用于软测量的神经网络模型极其复杂.针对这个问题,利用主元分析法(PCA)将影响因素重组,在此基础上,提出了一种多神经网络(PCA-MNN)模型.介绍了PCA-MNN的结构及学习算法,并将其应用于氧化铝高压溶出过程中苛性比值及溶出率的软测量,利用现场实际运行数据进行仿真,结果表明PCA-MNN模型能有效实现苛性比值及溶出率的在线检测.http://www.cqvip.com//QK/95659X/200410/10530563.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）