《表6 预测性能对比：压铸模型腔曲面铣削表面粗糙度GA-ELM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

《压铸模型腔曲面铣削表面粗糙度GA-ELM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

本模型是否具有优越性需要对比其他预测模型，采用GA-BP神经网络模型及未优化的ELM模型作为对比模型。设定ELM模型参数，隐含层节点数为30（多次实验确定），将“sigmoid”函数作为隐含层激励函数；设定GA-BP模型，隐含层节点数为25（多次实验确定），将“logsig”函数作为隐含层激励函数。对比模型的预测结果，如图3、图4所示。以上三种模型的预测结果情况，如表6所示。由表6可知，在预测精度上，本模型优于GA-BP模型及未优化的ELM模型。在训练效率上，本模型低于未优化的ELM模型，高于GA-BP模型。综上所述：本模型可以准确地预测压铸模型腔曲面铣削表面粗糙度，预测精度很高，虽然预测效率在对比模型中不是最高，但可以接受。