《表1 2009年—2016年五大连池北饮泉二氧化碳的实测值、灰色系统模型预测值及误差百分比、BP神经网络组合模型预测值及误差百分比Tab.1 The measured results, predic

《表1 2009年—2016年五大连池北饮泉二氧化碳的实测值、灰色系统模型预测值及误差百分比、BP神经网络组合模型预测值及误差百分比Tab.1 The measured results, predic   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BP神经网络的五大连池重碳酸矿泉水水质预测研究》


  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

表2中列出应用BP神经网络组合模型,MATLAB执行程序后输出未来五年(2017—2021年)北饮泉中二氧化碳的预测值。结果表明,未来五年北饮泉二氧化碳预测值均超过《饮用天然矿泉水》国标(GB8538-2016)对游离二氧化碳的界限值,但已经呈现显著下降的趋势,必须予以重视。

查看“表1 2009年—2016年五大连池北饮泉二氧化碳的实测值、灰色系统模型预测值及误差百分比、BP神经网络组合模型预测值及误差百分比Tab.1 The measured results, predicted results and error”的人还看了

表2 灰色BP模型预测值及精度
表2 灰色BP模型预测值及精度
表3 2020—2022年GM(1,1)模型预测值及相对误差
表3 2020—2022年GM(1,1)模型预测值及相对误差
表5 组合模型预测结果:基于灰色关联BP神经网络的压缩式蓄冷系统中的水合物生成量预测
表5 组合模型预测结果:基于灰色关联BP神经网络的压缩式蓄冷系统中的水合物生成量预测
表2 基于BP、SVM、GP模型的预测值及预测误差
表2 基于BP、SVM、GP模型的预测值及预测误差
表1 BP神经网络模型的部分预测误差表
表1 BP神经网络模型的部分预测误差表
表4 BP-ANN模型与RSM模型预测值与实测定值及相对误差比较
表4 BP-ANN模型与RSM模型预测值与实测定值及相对误差比较