《表3 LED测试样本网络预测寿命及误差数据Tab.3 List of LED sample prediction lifetime and data of errors》
将2组测试样本分别输入传统BP神经网络和遗传算法优化的BP神经网络,得到各自网络输出的预测寿命,如表3所示。将GA-BP网络模型与传统BP网络模型的误差比较,遗传算法优化的BP神经网络与传统BP网络相比,相对降低误差分别为74%和51%,误差平均减少了65.5%,GA-BP实际寿命相比相对平均误差为1.47%,优于Adaboost优化模型的54%和3.16%,但是遗传优化的BP神经网络总耗时为41.5 s,高于Adaboost优化模型的13.5 s,耗时增加了28 s。
图表编号 | XD001093700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.03 |
作者 | 吴志杰、孔凡敏、李康 |
绘制单位 | 山东大学信息科学与工程学院、山东大学信息科学与工程学院、山东大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |