《表5 预测与实际输出的均方根误差Tab.5 RMSE between predicted and actual output》

  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SMOTE算法的船舶结构可靠性优化设计》

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

迭代均值组合模型能够以最少的采样点建立满足精度要求的近似模型，是公认的高效模型[3].比较本文提出的改进BP神经网络模型与迭代均值组合模型预测水平的均方根误差，结果如表5所示.由表5可知，在样本数量相同的情况下，迭代均值组合模型总的均方根误差为891.900 2，而改进的BP神经网络模型的均方根误差只有77.737 12，从而更好地提高了模型近似精度.因此，本文所提出的改进的BP神经网络模型在保证计算效率的情况下可以大幅提升预测精度.