《表5 3种预测模型预测结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于GA-ELM的钛合金叶片精锻成形过程的模具磨损分析与预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采用原始ELM模型和GA-BP神经网络模型对同一组样本数据进行预测，其中，原始ELM模型的隐含层神经元个数设置为50，其激励函数选择“Sigmoid”函数，类型选为回归拟合；GA-BP模型的隐含层神经元个数设置为30，其激励函数选择“Logsig”。原始ELM模型和GA-BP神经网络模型的测试集样本预测结果如图6和图7所示。通过计算，GA-BP神经网络模型测试集样本的数据预测平均绝对误差为0.031μm，平均相对误差为4.65%；原始ELM模型测试集样本的数据预测平均绝对误差为0.049μm，平均相对误差为7.96%。3种模型的预测结果对比如表5所示。其中，Ea为平均绝对误差，Er为平均相对误差，l为预测时间。