《表4 BP-ANN模型与RSM模型预测值与实测定值及相对误差比较》

  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

《金属离子对青霉素菌渣厌氧发酵产气模型分析》

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

将试验中Fe2+、Co2+、Ni2+添加浓度带入已经训练完成的BP-ANN模型与RSM模型中，计算两种模型的预测值与相对误差如表4.在17组实验中，BP-ANN模型相对误差均小于等于RSM模型同时，以模型预测值作为纵坐标，实测值为横坐标，得到图6.由图6，BP-ANN模型获得的实验点几乎与Y=X函数重合，而RSM数据则相对偏离.此外，BP-ANN模型的R2=0.991相较于RSM为R2=0.972提高1.95%.说明在拟合性能上BP-ANN模型要强于RSM模型.因此，对于菌渣厌氧发酵中添加Fe2+、Co2+、Ni2+三种元素对产沼气量拟合性能上，BP-ANN模型优于RSM模型.