《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》

  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

《基于遗传算法的BP神经网络的LED寿命预测模型》

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

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。