《表2 预测模型结果及误差分析》
计算四种浓度甲烷气体的回收率和相对标准偏差,结果见表2.由表2可知:对选定的四种浓度甲烷气体进行预测时,PSO优化BP神经网络模型预测结果的RSD分别为0.177%、0.185%、0.248%和0.207%,最大RSD为0.248%,而单一的BP神经网络模型预测结果的RSD分别为2.312%、1.158%、0.991%和0.865%,最大RSD为2.312%.结果表明:在训练样本数据足够的情况下,基于PSO算法优化的BP神经网络模型和单一的BP神经网络模型都能够有效地预测甲烷气体浓度.但是,PSO优化BP神经网络相对于单一的BP神经网络而言,相对标准偏差更小,说明其权值和阈值更加合理,映射能力更强,对甲烷浓度的预测更加精确.
图表编号 | XD0032849800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 王志芳、王书涛、王贵川 |
绘制单位 | 燕山大学电气工程学院、燕山大学电气工程学院、燕山大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |