《表2 误差分析:基于遗传算法优化BP神经网络的接触网磨耗预测》
由图2、图3可以看出,训练集得到的训练模型R=0.923 52,接近1,说明该模型具有很好的拟合性,也进一步说明了使用接触力、拉出值等作为输入构建神经网络模型对接触网磨耗进行预测是可行的。将预测模型的预测值与接触网磨耗的真实值进行误差分析得到表2。
图表编号 | XD00940300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.30 |
作者 | 郗伟杰、李东辉 |
绘制单位 | 大连交通大学电气工程教研室 |
更多格式 | 高清、无水印(增值服务) |
由图2、图3可以看出,训练集得到的训练模型R=0.923 52,接近1,说明该模型具有很好的拟合性,也进一步说明了使用接触力、拉出值等作为输入构建神经网络模型对接触网磨耗进行预测是可行的。将预测模型的预测值与接触网磨耗的真实值进行误差分析得到表2。
图表编号 | XD00940300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.30 |
作者 | 郗伟杰、李东辉 |
绘制单位 | 大连交通大学电气工程教研室 |
更多格式 | 高清、无水印(增值服务) |