《表1 两种模型的指标比较结果》

  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

《DE算法改进的炼焦能耗RBF预测模型》

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

Emax反映了预测值相对于真实值的最大偏离程度；RMSE反映了预测值与真实值之间的离散程度；MAPE反映了预测值的平均偏离程度。最大绝对误差Emax、均方根误差RMSE、平均绝对百分比误差MAPE这三个指标值越小，说明模型预测效果越好。两种模型的指标比较结果如表1所示。从表1可以看出，DE-RBF神经网络模型中的三个指标值均小于RBF神经网络模型。其中，最大相对误差为0.517，较RBF神经网络降低了0.185；DE-RBF均方根误差为67.23，明显小于RBF神经网络的117.45，说明改进后的网络预测结果相对稳定；平均绝对百分比误差值为0.130 6，较RBF神经网络模型提高了9.5%，说明炼焦能耗的预测精度得到了提高。另外，从迭代次数来看，当均方误差达到目标误差值时所需的迭代次数减少，说明优化后加快了运行速度。