《表2 IAFSA-BP神经网络对3类油脂的预测误差》

  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IAFSA-BP神经网络的泥水盾构机跨江段油脂消耗预测》

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

由图3～图5可发现：3种BP神经网络能大致预测3类油脂的消耗情况，预测值波动规律能较好地反映实测值变化情况。3类BP神经网络对于不同类型油脂的预测效果也存在一定的差距，总体来说，EP2油脂的预测效果最佳，WR油脂的预测效果最差。然而，BP神经网络和鱼群算法优化的BP神经网络出现部分样本偏差过大的情况，且整体预测精度不高，预测值和实际值存在一定的差距，难以胜任油脂消耗预测的工作。通过比较可以发现，改进鱼群算法优化的BP神经网络在3种算法中表现最好，预测曲线能较好地映射实测值。经计算，利用IAFSA-BP神经网络对3油脂预测的R2分别为0.90、0.91和0.90，说明模型的拟合效果较好。为进一步研究模型预测精度，对实测值和预测值的误差进行研究，3类油脂的预测值、实测值和相对误差见表2（篇幅原因，选取10组数据展示）。