《表8 BP神经网络与GABP神经网络预测误差对比》

《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》


  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。