《表6 基于第4组数据集的评价指标》
从表3~6的结果可以看出,相较于BP和SVR而言,L2-G-LSTM对TE过程进行辨识时,在训练集和测试集上得到的RMSE、MAPE相对较小,R2和ACC更接近于1,得到的拟合模型更加接近真实模型。同时根据预测结果和实际输出的对比,L2-G-LSTM在验证集上进行验证时,能够更好地反映出系统阶跃响应的各项指标,综合评价指标和预测结果对比结果,可以充分说明L2-G-LSTM具有更高的泛化能力和更高的辨识精度,能够更好地对非线性动态系统进行建模。实验中的4组数据集分别对应4种情况,无论在哪种情况下L2-G-LSTM网络基本都能得到综合评价下的最优结果,基于这一点说明基于L2正则化的LSTM对于输入数据的要求较低,为化工实际生产过程的建模提供了更多可能。
图表编号 | XD00198072200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.20 |
作者 | 徐宝昌、吕爽、董秀娟、王健 |
绘制单位 | 中石油北京天然气管道有限公司 |
更多格式 | 高清、无水印(增值服务) |