首页 期刊 中国金属通报 基于SVM和BP神经网络的金属收得率的预测模型 【正文】

基于SVM和BP神经网络的金属收得率的预测模型

作者:叶宇成; 刘青; 凌佳杰; 胡艳; 陈光宇 南京工程学院电力工程学院; 江苏南京211167
合金收得率   bp神经网络   支持向量回归机  

摘要:本文建立基于BP神经网络的预测模型和基于支持向量回归机(SVR)的预测模型这两种模型进行C、Mn元素收得率的预测,同时利用均方误差和拟合优度来检验拟合精度,并对C、Mn元素收得率的预测结果进行比较和深入分析。由预测结果和误差对比可知,支持向量回归机预测结果的拟合优度保持在0.86~0.99之间,而BP神经网络拟合优度变化幅度大,所以基于支持向量回归机的预测结果相对于BP神经网络来说更准确可靠,而且其对于数据异常情况具有鲁棒性,利于预测出更准确的收得率。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅