摘要：提出了一種基于集成數據處理的,由高斯基-自適應復合基函數構成的互補徑向基函數(RBF)神經網絡系統和隱馬爾科夫模型(HMM)的聚丙烯熔體流動速率(MFR)預報方法。首先構造HES-KDE-TVW集成數據處理方法,挖掘建模數據規律;然后構造自適應復合基函數,搭建互補的RBF神經網絡預報模型;最后引入HMM對聚丙烯生產過程中的隨機誤差進行估計。經過工廠實際數據檢驗,模型在精度、泛化性及可靠性方面具有較好的綜合性能。此種建模方法能為聚丙烯生產過程中牌號切換和質量控制提供一種備選的指導方案。