《表2 神经网络预算能效实测值与预测结果对比》

  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

《基于改进BP神经网络的注水能效预测模型验证》

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

根据建立的神经网络模型利用IBM SPSS Statistics软件进行样本网络学习训练，并对训练参数进行设置:最大训练次数设为5 000次，学习率设为0.01，最小误差设为0.1，动量因子系数设为0.96，将表1样本数据作为学习样本进行输入，在2.2中算法改进的基础上，把注水系统能效作为目标输出进行网络学习训练。学习训练采用自适应学习方法，即当出现最好预测结果时，停止样本学习训练[15]。本实验经过2 241次学习后与期望值接近，准确度满足预期要求，见表2。