《表1 两种算法指标对比表》
由图1、图2的预测结果可知,经过蚁群算法优化的LM神经网络与历史数据更为接近,预测更为准确;比较表1中两种算法的均方误差、准确率、合格率的数据,可见利用蚁群算法优化的LM神经网络模型的均方误差只有2.940,比LM神经网络算法降低了1.383;准确率达到84.709%,提高了11.458个百分点;合格率达到92.708%,提高了7.189个百分点,充分表明蚁群优化算法的LM神经网络模型优于传统的LM神经网络算法。
图表编号 | XD0092178500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.28 |
作者 | 张岩、李洋博、柳姗、王月、孙克磊 |
绘制单位 | 华北理工大学数学建模创新实验室、华北理工大学化学工程学院、华北理工大学数学建模创新实验室、华北理工大学电气工程学院、华北理工大学数学建模创新实验室、华北理工大学经济学院、华北理工大学数学建模创新实验室、华北理工大学化学工程学院、华北理工大学化学工程学院 |
更多格式 | 高清、无水印(增值服务) |