《表1 训练函数优化效果表》

  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

《城市燃气小时负荷预测模型研究》

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

%

针对前述影响因素分析，本文通过中国气象网和某长输管线SCADA系统对影响该县燃气小时负荷值的8种影响因子数据进行收集整理，通过PCA主成分分析算法对其进行优化确定网络输入层神经元个数为5个。采用经验公式对隐含层神经元个数进行优化，确定隐含层最优神经元个数为8个。利用MATLAB软件的神经网络工具箱初始化BP神经网络。网络结构设置为:5个输入层神经元、8个隐含层神经元和1个输出层神经元。分别选用工具箱中自带的5种训练函数进行反复计算（见表1）。最终通过MATLAB软件建立训练函数为trainlm算法的5×8×1型PCA-BPNN组合模型对目标进行预测[14]。