《表2 两种模型误差对比》

  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

《基于改进布谷鸟算法-BP神经网络的松茸发酵过程软测量建模》

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

表2为松茸发酵过程中菌丝生物量用改进CS-BPNN和传统BPNN软测量模型预测输出的误差对比情况。由表能够轻易发现，对于第一批测试样本，改进CS-BPNN模型下样本均方根误差（RMSE）为0.247 7，明显低于传统BPNN均方误差0.581 4。其他两批测试样本，传统BPNN的均方误差也明显高于CS-BPNN，表明了改进CS-BPNN建模的预测性能更为优越，稳定性更强并且精度更高。由于采用离线软测量建模，在实际应用中离线建模速度并是很重要，因此此处不做详细说明。