《表4 近似模型各性能指标值》

  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

《基于变复杂度方法的船舶型线优化》

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

根据140个样本点组成的预报样本集建立人工神经网络，其输入层数为7，即6个可变控制点对应的7个变量；输出层为1，即KCS兴波阻力系数。训练算法是Levenberg-Marquardt（LM）算法，激活函数是sigmoid函数。构建好近似模型之后，对其预报性能进行检测，如果不满足精度要求则重新构建近似模型，再一次用优化拉丁方方法选择50个预测样本点，用建立的人工神经网络模型对这50个预测样本点进行预报，将近似模型预报值与CFD计算值进行对比，如图5所示。计算近似模型预报结果的均方根误差（RMSE）、平均绝对预报误差（MAPE）和相对最大绝对误差（RMAE），最终得到的人工神经网络各性能指标值如表4所示。