《表6 港口吊具维修任务权值表》

  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

《基于遗传算法的港口设备事后维修的单机调度》

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

通过误差分析图可以看出，预测的权值误差主要集中在[-0.12，0.04]，基本满足预测需求；误差图中，训练出来的权值与期望权值在数据37和38中出现较大偏差，回归原始数据发现，两条数据为原定维修设备更改为更换新的吊具设备，而不是进行维修，因此，剔除两条数据，再次训练网络。训练出的结果在数据训练准确度图中，两条预测线基本覆盖所有数值点，图1中可以看出，无论是测试数据准确度还是有效性以及总体训练准确度，都达到了95%以上，训练结果优良，表明训练得到的神经网络能够为每个吊具赋予合理的维修权值，然后进行维修作业的权值赋予，得到所要调度的维修任务权值如表6所示。