《表2 不同增量型随机权神经网络算法的建模结果对比》
为了说明所提算法的优越性,将其与RVFLNs、I-RVFLNs和EI-RVFLNs在相同数据集上进行对比实验,如图5所示。通过对比发现,相对于其他三种已有RVFLNs算法,采用所提O-I-RVFLNs方法建立的模型能够获得更好的建模效果,其模型估计输出与实际输出最为接近。表2对比了不同增量型RVFLNs的建模结果,可以看出,在模型到达终止条件时,所提O-I-RVFLNs的隐层节点数最少,模型结构最简单,因此其运算效率高于传统I-RVFLNs和EI-RVFLNs算法。
图表编号 | XD002561200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 姜乐、周平 |
绘制单位 | 东北大学流程工业综合自动化国家重点实验室、东北大学流程工业综合自动化国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |