论文研究BP网络和多元回归在葡萄酒质量模型中的应用.pdf

利用因子分析法筛选出对葡萄酒质量影响较大的12种理化指标，将其作为多元线性回归的自变量和BP网络输入层神经元，分别用多元线性回归和改进的BP神经网络两种方法建立葡萄酒和酿酒葡萄的主要理化指标与葡萄酒质量的关系模型。比较了两种模型的泛化能力，得出多元线性回归模型对新样本预测的平均相对误差是1.93%，而BP神经网络模型的平均相对误差是0.37%。仿真实验表明，BP神经网络的泛化能力和稳定性明显优于多元回归模型。