《表7 各神经网络预报结果的误差及误差波动Tab.7 The error and error fluctuation of prediction results of each neural netw

  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

《基于数据挖掘的水火弯板变形预测》

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

在建立神经网络的基础上，以ANSYS计算得到的88组数据作为训练样本训练神经网络，以剩余的10组数据作为预测样本输入神经网络中进行预报，并将4个神经网络的预报结果与真实值的收缩量与角变形进行对比，预报结果如表5、6所示。通过表7发现，4个神经网络的预报效果吻合度及稳定性的排序分别是5参数>6参数>3参数>4参数，且5、6参数预报效果明显优于3、4参数，原因是3、4参数预报相对于5、6参数缺少重要特征，导致在预报过程中信息缺失而使得预报结果偏离实际值较多，而5参数由于减少了无关特征，相比6参数的预报结果则更为精确稳定。