基于主成分分析的动态神经网络预报方法及其应用

提出一种基于主成分分析法(PCA)和改进型多步Elman网络的实时预报方法.该方法能够在保留大量原始数据信息的前提下,消除样本数据间相关性,简化网络结构,通过动态递归算法实现复杂非线性系统实时预报.将该网络应用于宝钢某高炉铁水含硅量的预报,以±0.5作为预报误差, 预报命中率达到88.17%.