基于小波变换的双并联神经网络在混合气体浓度预测中的应用 (2010年)

BP神经网络在混合气体浓度预测中得到广泛应用。针对BP神经网络收敛速度慢的特点，提出了一种新的基于小波变换的并列隐层双并联神经网络结构，这种网络首先对输入数据进行二维离散小波变换，然后用双并联神经网络对变换后两组数据进行训练，确定神经网络的权值和阈值。实验结果证明，相对传统的BP及双并联神经网络，基于小波变换的双并联神经网络的收敛速度加快2～3倍；对混合气体浓度的预测精度也有明显提高。