《表3 不同模型预测结果对比表》

  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

《基于数据挖掘的输油管道智能化研究》

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

由表2可知，GA-BP油温预测模型训练时平均训练误差、迭代次数和训练时间分别为0.002 346℃、75.3次、3.6 s。相比未优化前BP神经网络模型，训练过程精度、迭代次数和时间均有较大提升。GA-BP油温预测模型训练结果的RMS、MAD分别为0.000 38.0℃和0.000 440℃。在此基础上利用BP神经网络模型、GA-BP油温预测模型，对油温数据进行预测，预测结果见表3，输出误差趋势和各模型预测结果与真实值相关性曲线见图5～6。