《表2 BP神经网络参数：BP神经网络和ARIMA模型对污水处理厂出水总氮浓度的模拟预测》

  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

《BP神经网络和ARIMA模型对污水处理厂出水总氮浓度的模拟预测》

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

基于Python3.5的Tensorflow框架进行BP神经网络模型的构建。依据文献[10]和多次试验，确定输入层为6，隐藏层为5，输出层为1的BP神经网络结构，利用控制变量法逐一设置BP神经网络的参数组合。采用指数下降的自适应学习率[11]，使损失函数在训练前期较快下降以接近最优解，在后期随着学习率减小缓慢下降而不至于在最优解附近出现振荡。为避免过拟合，采用L2正则化[12]。最终确定的BP神经网络参数见表2。