《表1 各预测值对比:基于神经网络模型的钢铁价格预测》
首先,顺序模型仅适用于单个元素,因此需要自定义模型结构。分别定义获得训练集的能力和获得测试集的能力。训练集数量与测试集数量之比为20:1,并且每个都标准化了。接下来,我们定义神经网络变量,即输入和输出层的权重和偏差。最后,定义LSTM神经网络以确定输入和输出数据的维数。进行100、200、300、400和500次重复训练,执行预测并获得以下结果(见表1)。
图表编号 | XD00202197900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.20 |
作者 | 米佳、骆赟、张秋芳、谢晓芳 |
绘制单位 | 杭州市电力设计院有限公司 |
更多格式 | 高清、无水印(增值服务) |