烟草科技
煙草科技
연초과기
TOBACCO SCIENCE & TECHNOLOGY
2014年
6期
49-53
,共5页
聂铭%周冀衡%杨荣生%夏开宝%李强%张卓%鲁鑫浪
聶銘%週冀衡%楊榮生%夏開寶%李彊%張卓%魯鑫浪
섭명%주기형%양영생%하개보%리강%장탁%로흠랑
烤烟%钾氯比%BP神经网络%粒子群%初始权值%初始阈值
烤煙%鉀氯比%BP神經網絡%粒子群%初始權值%初始閾值
고연%갑록비%BP신경망락%입자군%초시권치%초시역치
Flue-cured tobacco%Ratio of potassium to chlorine%BP neural network%Particle swarm%Initial weight%Initial threshold
为了建立预测烤烟钾氯比的BP神经网络,以影响烤烟钾氯比的可度量因素作为网络输入,并通过经验方法选取合适的网络参数,采用粒子群算法优化神经网络的初始权值和阈值,建立最佳的神经网络预测模型.结果表明:优化后的神经网络,测试样本中预测值与期望值的总相关系数为0.97155,提高了13.77％,误差在[-1,1]的样本占86.67％.该模型拟合能力较好,有一定的预测能力,泛化能力得到了明显提高,有助于评价烟叶的燃烧性和品质.
為瞭建立預測烤煙鉀氯比的BP神經網絡,以影響烤煙鉀氯比的可度量因素作為網絡輸入,併通過經驗方法選取閤適的網絡參數,採用粒子群算法優化神經網絡的初始權值和閾值,建立最佳的神經網絡預測模型.結果錶明:優化後的神經網絡,測試樣本中預測值與期望值的總相關繫數為0.97155,提高瞭13.77％,誤差在[-1,1]的樣本佔86.67％.該模型擬閤能力較好,有一定的預測能力,汎化能力得到瞭明顯提高,有助于評價煙葉的燃燒性和品質.
위료건립예측고연갑록비적BP신경망락,이영향고연갑록비적가도량인소작위망락수입,병통과경험방법선취합괄적망락삼수,채용입자군산법우화신경망락적초시권치화역치,건립최가적신경망락예측모형.결과표명:우화후적신경망락,측시양본중예측치여기망치적총상관계수위0.97155,제고료13.77％,오차재[-1,1]적양본점86.67％.해모형의합능력교호,유일정적예측능력,범화능력득도료명현제고,유조우평개연협적연소성화품질.
