《表1 层数对预测结果的影响》
DBN的超参数包括神经元个数、隐含层个数和训练代数。合理地配置DBN中的超参数将获得最佳预测结果。权值数目和训练时间分别作为时间和空间复杂程度的衡量标准。表1分析了不同隐含层在测试集上的预测效果:当模型含有2层隐含层时,测试样本的MAPE为最优(2.561%),说明含有2层隐含层的模型架构与当前数据情况最匹配;当隐含层为3层时,MAPE随之下降,因为模型过于复杂而产生了过拟合。
图表编号 | XD0092002200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.20 |
作者 | 熊图、赵宏伟、陈明辉、蔡智洋、陈艳伟、Yordanos Kassa Semero |
绘制单位 | 广州供电局有限公司、广州供电局有限公司、广州供电局有限公司、广州供电局有限公司、北京清软创新科技股份有限公司、华北电力大学新能源电力系统国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |