《表1 隐含层数与R和MSE的比较》

  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

《基于优化模糊控制器的超声波流量传感器智能标定技术》

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

用4种不同的方案和算法来寻找优化的神经网络。它们是Levenberg-marquardt算法（LMA）、人工蜂群算法（ABC）、蚁群优化（ACO）、由蚁群优化（ACO） BP神经网络。人工神经网络的优化首先假设只有一个隐含层；记录MSE和R值；隐含层增加到2层并重复计算；这个过程持续到4个隐含层。在所有情况下，MSE和R均已注明，见表1。图4和图5为对应于不同算法和隐含层的MSE和R的网格。从表1、图4和图5可以清楚地看出，假设期望的均方误差为阈值，由蚁群算法训练的BP网络能产生最优化的网络。由ACO训练的具有2个隐含层的BP被认为是最优化的ANN，可获得期望的结果精度。