《表1 BP神经网络预测值与实际值相对误差及其状态分布》

  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

《融合Markov与BP神经网络的纯电动汽车销售量预测研究》

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

BP神经网络为缩短网络训练时间与提高训练精度，通常选择较少的隐含层结点数[7]。本文选取学习率lr=0.000 1，最大训练次数epochs=10 000，收敛误差goal=1e-3，隐含层神经元结点数为9，训练函数为trainlm。训练网络中将输入数据的70%作为训练集，15%作为测试集，15%用来进行模型预测[15]，仿真结果如图2所示。运用BP神经网络对2017-2018年24个月的纯电动汽车销售量进行预测，其实际值与预测值相对误差如表1所示。将相对误差分为6个状态，分别为：E1:-35%～-20%，E2:-20%～-5%，E3:-5%～10%，E4:10%～25%，E5:25%～40%，E6:40%～55%。