《表1 部分训练样本:基于遗传算法优化BP神经网络的管道泄漏检测方法研究》
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
《基于遗传算法优化BP神经网络的管道泄漏检测方法研究》
构建GA优化后的BP模型,选Booth函数对GA-BP和PSO-BP两种结构模型进行测试,测试输入数据,由input=round(rand(1 000,2)×6)函数随机产生,与输入对应的Booth函数真实值作为输出,表示为。样本中由1 000组的三维向量组成,其中任意900组作为训练,100组作为测试,部分训练样本数据如表1,测试样本如表2。GA-BP和PSO-BP的预测结果分别如图2、图3所示,其误差如图4所示,虽然PSO优化的BP神经网络[14,15]输出准确率较高,但是本文采用的GA优化BP的方法预测准确率比前一种更好,其误差值和波动范围都是最小,收敛效果更好,准确率最高。
图表编号 | XD00123877500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.28 |
作者 | 燕宗伟、李平、郎宪明、刘浩宇 |
绘制单位 | 辽宁石油化工大学信息与控制工程学院、辽宁石油化工大学信息与控制工程学院、辽宁石油化工大学信息与控制工程学院、辽宁石油化工大学信息与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |