论文部分内容阅读
采用粗糙集理论约简属性,在保留重要信息的前提下消除冗余信息,简化了神经网络结构,提高了网络训练速度。采用这种方法,用某城市污水处理厂的实际水质参数数据,建立了 SVI 基于粗糙集-神经网络的软测量模型。和未经粗糙集预处理的神经网络模型进行了比较,结果表明有粗糙集预处理后,不仅测量值的误差值更小,而且输入参数量从9个降至4个,大大降低了输入数据的维数,减少了神经网络的训练时间及训练步数,更有利于软测量模型的实用化。