《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》
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。
图表编号 | XD00208904500 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.30 |
作者 | 罗浩 |
绘制单位 | 新疆维吾尔自治区水利科技推广总站 |
更多格式 | 高清、无水印(增值服务) |