《表5 AMPSO-NN和GA-NN在不同隐层节点数下训练Tab.5 Training of AMPSO-NN and GA-NN in different hidden layer nodes》

  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

《基于优化神经网络算法的电离层f_oF_2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

AMPSO-NN和GA-NN模型都能有效地提高foF2预测精度，本文进一步对比了两个模型收敛速度.对于两个模型，输入节点数是10个，输出节点数为1个，分别取了5组不同的隐层节点数并对网络进行训练，同时记录两个模型达到同样的误差范围需要的时间，本文设置的BP神经网络训练的收敛误差为0.175MHz，迭代10 000次.从表5中数据可以看出，遗传算法优化BP神经网络比自适应变异粒子群优化BP神经网络能更快地收敛到误差范围之内，说明遗传算法优化BP神经网络的训练效率更高.要达到同样的预测精度，遗传算法优化BP神经网络更具有优势.