《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》
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%。
图表编号 | XD00193786700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.15 |
作者 | 石翠翠、刘媛华 |
绘制单位 | 上海理工大学管理学院、上海理工大学管理学院 |
更多格式 | 高清、无水印(增值服务) |