摘 要：針對煉焦生產過程焦炭質量難于實時測量的問題，建立一種主元分析(PCA)和徑向基函數(RBF)神經網絡相結合的預測模型。首先，通過機理分析確定焦炭質量的影響因素包括配合煤指標和煉焦過程操作參數；然后采用主元分析減少徑向基函數網絡的輸入；較后采用k-均值聚類算法確定徑向基函數隱含層的參數，并用較小二乘法確定線性輸出層參數。采用煉焦生產過程現場數據進行仿真，結果表明：該模型具有學習速度快、跟蹤性能好以及泛化能力強等優點，實現了焦炭質量的在線預測...