《表4 灰色神经网络残差修正预测结果Tab.4 Gray neural network residual correction prediction re-sults》

  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

《基于灰色神经网络的SCR脱硝催化剂寿命预测研究》

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

基于经验公式和后续计算发现，该网络隐含层神经元个数为3时，计算结果较准确，故网络的拓扑结构为3-3-1，其它设置与上文中BP网络相同。将得到的新残差预测序列利用公式（11）计算后即可得到催化剂相对活性预测结果，见表4。分析表4发现，利用灰色神经网络残差修正模型对催化剂寿命进行预测时，预测值平均相对误差为4.78%，优于单独使用神经网络的5.02%和傅玉等[22]单独使用灰色预测方法的5.09%，证明该组合模型比单一模型更适用于对SCR脱硝催化剂的寿命预测。然而，由于该模型需要通过前项残差来修正后项残差从而预测催化剂寿命，因此若不及时更新数据则在长期预测中难以保证其预测准确性。