《表2 验证样本的预测值与试验值》

  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

《基于神经网络的铝合金电器罐体铸造工艺优化》

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

为了进一步研究铝合金电器罐体铸造工艺优化神经网络模型预测的能力，本次试验中选取了6组没有经学习的试验数据来作为验证样本进行试验。6组试验数据均为随机组合上述试验工艺参数。表2是铝合金电器罐体验证样本的试验值与预测值数据，其中，相对预测误差=相对误差=（输出参数的预测值-输出参数的实测值）÷输出参数的实测值×100%。从表2能够看出，对未经学习的验证样本，神经网络输出的该模型输出的抗拉强度的预测的相对误差范围是4.1%～5.7%，预测平均相对误差为4.9%，断后伸长率的预测的相对误差范围是3.1%～3.7%，预测平均相对误差为3.4%；该模型输出的硬度的预测的相对误差范围是4.5%～5.4%，预测平均相对误差为4.9%。由此可以看出，铝合金电器罐体铸造工艺优化神经网络模型在预测能力和预测精度上均表现出色，能够优化铝合金电器罐体铸造工艺。