《表1 训练函数优化效果表》
%
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]。
图表编号 | XD0022912700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.30 |
作者 | 刘金源 |
绘制单位 | 西安石油大学 |
更多格式 | 高清、无水印(增值服务) |