基于PCA-BP神经网络的烟叶含水率预测研究

为了实现对复烤下机烟叶含水率的准确预测,提出了基于主成分分析法和BP神经网络的烟叶含水率预测模型。首先,采用主成分分析法提取最具表征意义的复烤烟叶含水率特征因子,获得特征矩阵。然后将特征矩阵输入BP神经网络,构建包括特征矩阵与复烤下机烟叶含水率的预测模型。仿真结果表明,提出的模型在复烤烟叶含水率预测方面呈现出显著的预测能力,决定系数达0.92。文中方法可辅助优化烟叶复烤控制参数,提升复烤烟叶品质。