《表1 MLP测试结果:融合MLP和DBN的光伏发电预测算法》
实验表明,学习率的优化设置对于解决MLP收敛速度慢,学习能力较差以及DBN学习时间较长的问题有一定的改善,为了进一步克服两者的缺点,本实验采用试错法对可改善以上问题的模型参数,包括批大小(batch_size)、激活函数等进行了寻找优化设置。参数寻找过程为首先根据经验值分别设定MLP及DBN模块的初始参数值[23-24],通过观察模型的训练时间以及性能指标,反复修改模型中的参数,不断优化模型的训练时间及性能指标。直至模型训练时间以及性能指标表现最优时,便将所设置参数确定为最终参数。各参数下模型测试结果如表1、表2所示。
图表编号 | XD00201531600 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 徐先峰、蔡路路、张丽 |
绘制单位 | 长安大学电子与控制工程学院、长安大学电子与控制工程学院、长安大学电子与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |