《表3 算法误差和建模时间对比》
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
《基于改进遗传算法优化神经网络的隧道照明控制系统研究》
为了避免实验样本数据的偶然性,使用多组数据开展实验,实验结果如表3所示,经过对比分析,改进遗传算法优化神经网络算法的平均仿真时间为1.16,平均均方误差为0.290 6,神经网络算法的平均仿真时间为3.195,平均均方误差为0.409 7,改进遗传算法优化神经网络较神经网络算法均方误差提高了29.1%,建模仿真时间减少了63.7%。说明改进的算法比神经网络算法具有更好的预测能力和实用性,证明本文设计的算法运用在隧道照明中,照明调光亮度更准确。
图表编号 | XD002033500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.05 |
作者 | 李斌、胡芳、张朋、董威、邵强 |
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、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) |