《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》
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。
图表编号 | XD0071712200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 朱伟峰、张皓然、张亮亮、刘东 |
绘制单位 | 黑龙江省农田水利管理中心、东北农业大学水利与土木工程学院、东北农业大学水利与土木工程学院、东北农业大学水利与土木工程学院 |
更多格式 | 高清、无水印(增值服务) |