《表4 验证样本的磨损体积试验结果与预测数据》
为了进一步考察所建BP神经网络模型预测样本的能力,本文选取了8组未学习和训练过的样本数据进行试验。图5是这8组样本的相对预测误差。其中,相对预测误差是用磨损体积预测值和磨损体积试验值之间的差除以磨损体积试验值。从图5可以看出,这8组未学习的样本数据,神经网络输出的磨损体积的相对预测误差最小为3.6%,最大为5.8%,平均预测误差值为4.5%。表4是验证样本的磨损体积试验结果与预测结果数据。从表4可以看出,验证样本的磨损体积预测值与其试验值之间相差不大。所以构建的BP神经网络模型预测能力较强,精度高,使用性良好,适合连杆锻压工艺的优化。
图表编号 | XD00170222100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.10 |
作者 | 齐莉、于晓鹏 |
绘制单位 | 吉林工程职业学院、吉林师范大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |