《表5 6 种模型测试精度对比》
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
《基于混合鸡群算法和核极端学习机的锅炉NO_x排放的预测》
确定算法后建立出神经网络(back propagation,BP)模型,随机森林(random forest,RF)模型,梯度下降树法(gradient boosting desicicn tree,GBDT)模型,SACSO-SVM模型,SACSO-ELM模型,SACSO-KELM模型,共6种模型,并比较他们的性能。RMSE是均方根误差,MAPE表示预测误差占实际输出的百分比,MAE是平均绝对误差,最大MAE表示最大绝对误差。采用前200组训练,201~250组数据做为验证数据,用于找到最佳的模型参数。251~300组数据作为测试数据。各个算法训练精度和测试精度如表4和表5所示。
图表编号 | XD0090046000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.22 |
作者 | 牛培峰、丁翔、刘楠、常玲芳、张先臣 |
绘制单位 | 燕山大学电气工程学院、燕山大学电气工程学院、燕山大学电气工程学院、燕山大学电气工程学院、燕山大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |