《表8 BP神经网络与GABP神经网络预测误差对比》
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
《基于遗传算法优化BP神经网络的SCR脱硝系统催化剂体积设计》
由表7、8和图5可以看出,单一的BP神经网络模型预测的最大和最小相对误差分别为4.429 1%和1.239 3%;GABP神经网络模型预测值的最大和最小相对误差分别为3.678 1%和1.254 3%。通过对比可知,使用遗传算法优化后,3个测试样本的预测值比传统的BP神经网络模型更接近真实值,预测平均相对误差从3.315 5%减少到2.145 3%,均方根误差从3.626 5%减少到2.405 7%。此外,遗传算法优化后BP神经网络的学习迭代次数由优化前的2 000次降低到500次,大大提高了网络的学习效率。因此,将GABP用于SCR脱硝催化剂体积预测是可行的。
图表编号 | XD0074711500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.30 |
作者 | 唐诗洁、陆强、曲艳超、任翠涛、杨勇平 |
绘制单位 | 生物质发电成套设备国家工程实验室(华北电力大学)、生物质发电成套设备国家工程实验室(华北电力大学)、北京华电光大环境股份有限公司、北京华电光大环境股份有限公司、生物质发电成套设备国家工程实验室(华北电力大学) |
更多格式 | 高清、无水印(增值服务) |