《表3 BP神经网络输入层到隐含层节点的权值和阈值》

  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ACA-BP神经网络瓦斯发电预测的研究》

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

将测试样本数据输入模型进行瓦斯涌出量预测，结果如图2所示。通过对比可以看出ACA-BP神经网络预测模型的瓦斯涌出量预测值更加接近真实值，说明本文建立的ACA-BP神经网络预测模型用于瓦斯涌出量预测的理论可行性。对于瓦斯发电量的预测值，分别以图2中浅色折线（ACA-BP预测值）、黑色折线（BP预测值）、灰色折线（真实值）的纵坐标指示值作为燃料量输入，利用经验公式以及公式（2）便可得到相应的瓦斯发电量的预测值，如图3所示。由图3可看出ACA-BP模型的瓦斯发电量预测值（浅色柱状）相比BP模型（黑色柱状）更加接近于真实瓦斯发电量（灰色柱状）。可以得出结论：ACA-BP神经网络模型的性能较单一BP神经网络更好、精度得到改善。对于瓦斯涌出量以及瓦斯发电预测的研究有一定的指导意义。