《表2 神经网络测试结果Tab.2 Neural network test results》

  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

《基于均匀设计和BP神经网络的花生油SFE-CO_2萃取预测》

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

将均匀实验数据分成两部分，8组数据作为训练样本，2组作为预测样本，选择输入层与隐含层以及隐含层与输出层之间的传递函数为logsig函数。设置参数收敛步数为200步，收敛准则为1×10-4。当训练步数达到200步时，利用训练样本得到模型的均方误差（mse）为3.725 6×10-5，能够满足收敛准则，训练效果较好，如图3。利用训练好的模型进行预测，发现预测值与实验值相接近并且相对误差（绝对值）小于2%，说明BP神经网络模型构建合理，预测能力较强，如表2。