《表2 不同训练代数下模型的测试误差值》
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
《基于神经网络的风电塑料齿轮箱模具工艺参数多目标优化》
/%/%
图4为模型在训练阶段的损失值变化情况。损失值可表征模型的收敛状态,在训练阶段中,损失值首先急剧下降,此时模型的预测性能不断地被优化。当损失值趋于平缓时,模型的预测性能达到较优区间[9]。从图4可以看出,在约400代时,模型达到收敛状态。分别保存训练至400代、500代、600代、700代、800代、900代的模型,统计其在测试集上预测的体积收缩率误差值和翘曲量误差值。表2为不同训练代数下模型的测试误差值。从表2可以看出,训练至400代的模型具备较大的测试误差值,说明模型刚到达收敛状态,还有较大的性能提升空间,训练至600代、700代、800代、900代的模型同样具备较大的测试误差值,而训练至500代的模型具备最小的测试误差值,体积收缩率误差值为1.68%,翘曲量误差值为0.98%。保存训练至500代的风电塑料齿轮箱优化模型,开展后续研究。
图表编号 | XD00208885900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 刘书伦、李飞、彭高辉 |
绘制单位 | 济源职业技术学院、济源职业技术学院、华北水利水电大学数学与统计学院 |
更多格式 | 高清、无水印(增值服务) |