《表5 测试集数据：基于BP神经网络的条带刚凸特征回弹预测》

  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BP神经网络的条带刚凸特征回弹预测》

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

经过上文设计的BP神经网络训练，可以得到训练集预测值以及训练集预测相对误差，如图4所示。训练平均误差为2.80%，最大误差为11.21%，R2值为0.9676，所以，此模型为高精度预测模型。为了保证模型在整个空间都具有良好的预测能力，需要对训练集样本外的数据进行测试，随机抽取10组数据并计算回弹量，结果如表5所示。用训练好的网络对测试集数据进行预测，结果如图5所示。结果显示:测试集平均误差为2.87%，与训练集相当，最高误差为8.05%。上述结果表明，该神经网络模型能很好地用于核燃料组件格架的条带刚凸特征的回弹量预测。