论文部分内容阅读
改进模型的预测能力是近年来神经网络方法研究的主要方向，连接多个神经网络模型是其中一种较好的方法。文章提出了一种利用分布式神经网络（DNN）建立鲁棒非线性模型的方法。采用多组样本数据建模，其中每组数据建立一个单个神经网络模型，这些模型再通过PLS方法连接得到整个模型的输出。利用基于PLS的DNN建模方法可以显著增加模型的精确度和鲁棒性。该方法较好地用于非线性对象以及典型工业精馏塔的建模。