《表2 BP神经网络铸造涂料性能预测值与实验值对比表》

  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

《基于人工神经网络模型的铸造涂料性能预测》

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

(4）输出结果第（2）步的程序运行完后得出了在铸造涂料不同成分的情况下铸造涂料性能的预测值，表2是BP神经网络模型的铸造涂料性能预测值与表1实验值的对比情况。悬浮率（2 h）预测值和实验值的相对误差总体较小。密度这一性能的预测值较其他3种性能预测值的相对误差偏大，其中第5组数据数据密度预测值和实验值的相对误差最大，为28.33%。但是在密度这一相对误差较大的性能中，也有部分数据的预测值和实验值十分接近，如第3组数据密度期望值和预测值的相对误差为0。因此，BP神经网络模型在训练基数据较少的情况下表现出不稳定性。