《表5 RBF神经网络表面粗糙度实测值与预测值对比表》

  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BP和RBF神经网络的表面质量预测研究》

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

通过建立好的RBF神经网络模型对表面粗糙度进行预测，将26—35组测试数据输入到神经网络模型中，得到输出结果。对实测值和预测值进行对比，得出相对误差，如表5所示。表面粗糙度相对误差的绝对值不超过6%，最大误差为0.056 098，平均误差为0.022 277，说明RBF神经网络的预测精度较高。实测值与预测值的对比折线图如图4所示，从图中可以看出，实测值与预测值的趋势基本吻合。