《表2 各模型预测精度比较Tab.2 Comparison of Prediction Accuracy for Each Model》
将文献[11]中的轴承振动加速度值作为样本数据,通过Matlab(r2010b)编程实现GM(1,1)及改进GM(1,1)算法、BP神经网络及GA-BP模型算法和组合模型算法,然后,依次对轴承振动加速度数据进行拟合并预测。其中,BP神经网络模型的结构及参数配置如下:模型结构为18-7-1(试凑法确定隐含层节点个数);网络迭代次数为10000,学习率为0.1,目标为0.0001;隐含层激活函数采用logsig,输出层激活函数采用purelin,训练函数采用traingdx(梯度下降自适应学习率)。各个模型的计算结果与误差,如表1、表2、图3所示。
图表编号 | XD0035731600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.08 |
作者 | 颉潭成、张凯、马君达、徐彦伟 |
绘制单位 | 河南科技大学机电工程学院、河南科技大学机电工程学院、河南科技大学机电工程学院、河南科技大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |
查看“表2 各模型预测精度比较Tab.2 Comparison of Prediction Accuracy for Each Model”的人还看了
- 表2 三种分类方法在模拟测试集中预测准确率的比较Tab.2 Comparisons of prediction accuracy for test sets using three classification methods
- 表2 2013-2015年各单项模型预测精度的排序结果Table 2 Sorting result of the prediction accuracy of single model from2013 to 2015
- 表1 不同的训练长度进行预测的平均误差精度对比Tab.1 Comparison of average error precision for prediction with different training lengths