《表1 评价指标计算结果：基于PSO优化与深度信念网络的机炉协调系统建模研究》

  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PSO优化与深度信念网络的机炉协调系统建模研究》

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

%

由表1可以看出，PSO-DBN模型相比DBN模型，在决定系数和相关系数上都具有良好的表现，但是在误差指标上都有不同程度的提高。PSO-DBN模型机组负荷的δMAPE是0.42%，相比DBN模型的1.43%降低1.01%；同样主蒸汽压力的δMAPE是0.6%，降低0.89%，中间点温度δMAPE为0.16%，降低了0.03%。δMAPE越小表示模型误差更小，在预测上具有更好的性能，因此，测试结果表明基于PSO-DBN的机炉协调模型具有良好的非线性拟合能力，其预测精度满足工程要求。