论文部分内容阅读
以啤酒酒精度的快速测定为研究对象，采用误差反向传播算法（Back—Propagation，BP），结合主成分分析（PCA），构造了三层的神经网络结构，建立了PCA—BP神经网络模型，达到满意的预测精度。结果表明：使用BP神经网络方法后，验证集预测均方差、平均相对误差和回收率范围分别为0．114、1．131％和97．91％～104．59％，其效果优于PLS模型。