《表1 BP神经网络训练出的输入层与隐含层权值阈值》

  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

《基于粒子群优化神经网络的电梯群控算法》

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

图3和4所示为两组仿真预测值和真实值的对比结果和相对误差图。决定系数R2范围在[0，1]内，越接近1，表明模型性能越好；反之越接近0，模型性能越差。图3中BP神经网络仿真的结果:决定系数为0.919 92，相对误差分布在0～0.7。图4粒子群因优化神经网络的仿真结果:决定系数为0.960 38，相对误差分布在0～0.008。粒子群算法优化后决定系数值进一步增大，真实值与预测值的相对误差减小一个数量级达到10-3，表明预测精度进一步提高，从而显示出粒子群优化后的神经网络的电梯群控算法误差更小效率更高。神经元训练后的权值和阈值如表1～4所示。