一種基于并行模塊化神經(jīng)網(wǎng)絡(luò)的副產(chǎn)煤氣實時預(yù)測方法, 其特征是首先按照神經(jīng)網(wǎng)絡(luò)的狀態(tài)空間分割的原則，采用Fuzzy?c?means(FCM)聚類將樣本數(shù)據(jù)分為若干類，每一個分類對應(yīng)一個狀態(tài)空間的子空間(即模塊)，再對數(shù)據(jù)重構(gòu)以建立預(yù)測模型。在建模過程中提出一種改進的回聲狀態(tài)網(wǎng)絡(luò)，采用模塊化方法將神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)狀態(tài)空間分割成多個獨立的子空間，每個子空間就是子網(wǎng)絡(luò)。結(jié)合共享儲備池方法，使得所有網(wǎng)絡(luò)的訓(xùn)練都在同一個儲備池中完成，而子空間各自對應(yīng)一個輸出權(quán)值矩陣，能更好的模擬系統(tǒng)的運行規(guī)律。最后將網(wǎng)絡(luò)訓(xùn)練問題化簡為多個小網(wǎng)絡(luò)的并行訓(xùn)練問題以加速模型計算過程，引入含有更多有用信息的大數(shù)據(jù)樣本提高了模型的預(yù)測精度，并應(yīng)用Map?Reduce計算框架將求解問題并行化，獲得較高的加速比，實現(xiàn)冶金煤氣系統(tǒng)的實時預(yù)測。