《表3 各模型对热耗率的预测精度》

  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

《基于共生生物搜索算法的汽轮机最优初压研究》

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

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。