改善BP网络用于建立FCC产品收率预测模型过程中稀疏样本的训练或检验效果的研究

讨对BP（Back-propagation）人工神经网络用于FCC（Fluidcatalyticcracking）产品收率预测建模时稀疏点样本吻合性较差的问题，提出了①先对样本在空间用聚类分析法进行定位，确定那些是稀疏点、孤点和病点；②孤点用于训练；③剔除病点；④加大稀疏点对目标函数的权重改善稀疏点样本的吻合性，提高了模型的适应性和精度。