《表3 各模型对热耗率的预测精度》
为了更具体的表现FSOS-ELM模型的性能,引入3个评价指标:均方根误差(RMSE)、平均绝对百分误差(MAPE)和平均绝对误差(MAE)。同时采用BP模型,SOS-ELM模型,FSOS-SVM模型对汽轮机热耗率建模。各模型中选取的样本数据与FSOS-ELM模型相同。BP神经网络参数设置为:20个隐层节点、学习率为0.05、传递函数为trainbfg、最大训练次数为1 000。SOS算法参数设置:种群数量20、最大迭代次数50次。另外并与FSOS算法优化SVM模型做对比,其中数据样本需要进行归一化处理。表3列出各模型的性能指标,图3为4种模型测试样本的预测误差曲线。
图表编号 | XD0067140700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.22 |
作者 | 牛培峰、王枭飞、刘楠、常玲芳、张先臣 |
绘制单位 | 燕山大学电气工程学院、燕山大学电气工程学院、燕山大学、燕山大学电气工程学院、燕山大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |