《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》
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。
图表编号 | XD00150333900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.08 |
作者 | 孙全龙、梅益、杨幸雨 |
绘制单位 | 贵州大学机械工程学院、贵州大学机械工程学院、贵州大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |