作者：刘家奇; 赵原; 杨文韬; 陈应天bp神经网络si含量动态预测检验模型
摘要：本文针对Si的动态预测,采用了以样本预测数据,筛选优化数据的方法,建立了BP神经网络动态预测模型。针对Si含量的分步预测问题,根据相关数据,对于第一步预测,把Si的前800组数据作为预测的样本值,用801-950组数据进行误差分析,检验预测后的成功率。对于第二步预测,将以预测好的801-950组的数据进行再预测,并且用951-1000组数据进行误差分析,检测预测后的成功率。本文对于建立的BP神经网络动态预测模型,进行17次训练样本重复算法,通过检验,得到合理的结果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
