《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。