《表4 近似模型各性能指标值》
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。
图表编号 | XD006111900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.03.25 |
作者 | 张守慧、谢玲玲、冯佰威、叶诗瑶、王丽铮 |
绘制单位 | 武汉理工大学交通学院高性能船舶技术教育部重点实验室、武汉理工大学交通学院高性能船舶技术教育部重点实验室、武汉理工大学交通学院高性能船舶技术教育部重点实验室、武汉理工大学交通学院高性能船舶技术教育部重点实验室、武汉理工大学交通学院高性能船舶技术教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |