《表2 PSO-ELM模型拟合精度》

  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

《基于粒子群算法优化极限学习机的区域地下水水质综合评价模型》

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

由于本次研究选取的地下水水质指标为9个，因此输入层神经元个数为9个。模型输出的是水质等级，故输出层神经元是1个。在隐含层神经元的个数上，目前没有明确的方法来进行选取，一般选择试凑法。经过选取大量的神经元个数进行试凑，最终选取神经元个数为15个，在PSO-ELM模型中选取的激励函数为Sigmoid，最终构建9-15-1的PSO-ELM模型。选取均方根误差（Root Mean Square Error，RMSE）、平均绝对误差（Mean Absolute Error，MAE）对PSO-ELM的拟合性能进行评测，具体见表2。