《表4 不同影响因素下神经网络预测光热效率评价指标情况》

  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

《太阳能光伏光热系统性能预测研究》

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

考虑到PV/T系统的光电和光热性能受多个因素（神经网络中表现为输入神经元个数）的影响，因此对比分析了在不同数量的影响因子下，神经网络模型的预测精度。即神经网络模型输入神经元分别为3、4和5个，输出为1个（光电效率或光热效率），而神经元个数会严重影响到模型的泛化能力和精准度。具体情况见表3和4所示。可以看出随着影响因素的增加，MAPE、MAE和RMSE三个指标值都呈减小的趋势，换言之5因素的三个评价指标优于其他两个因素。