Dựa trên những dữ liệu cơ bản trên, dưới đây là các bước để thiết lập cũng như tạo một mạng neural network hoàn chỉnh nhằm mục đích phát hiện lỗi cho MBA điện lực:
Cấu hình của mạng:
Đầu vào (input): Gồm 5 nút tương ứng với thông số của 5 chất khí (H2, C2H4, CH4, C2H2, C2H6)
Lớp ẩn (hidden): Mạng gồm 1 lớp ẩn, mỗi lớp bao gồm 20 nút.
Đầu ra (output): Bài toán phân loại với 5 lỗi thường gặp nên sẽ tương ứng 5 nút đầu ra.
Lựa chọn hàm kích hoạt
Tansig là hàm truyền sigmoid tiếp tuyến hypebol của lớp ẩn.
Lựa chọn tham số để huấn luyện
Số lượng Epoch: 1000
Số lượng Batch: 100
Mô hình mạng neural network thu được:
Kết quả huấn luyện thu được:
30
Hiệu suất phân loại
Sau khi được huấn luyện bởi thuật toán Levenberg – Marquardt và kỹ thuật xác thực chéo, cấu trúc và thông số cuối cùng của mạng neural network phát triển được xác định. Hiệu suất phân loại của mạng sẽ được tính bằng cách đánh giá hai thông số: Sensitivity và Specificity của mạng neural network trên mỗi tập dữ liệu.
(4-1) (4-2)
Trong đó:
TP (True Positive): là số điểm dữ liệu có lỗi được phân loại chính xác là có lỗi.
TN (True Negative): là số điểm dữ liệu có trạng thái bình thường được phân loại chính xác là trạng thái bình thường.
FP (False Positive): là số điểm dữ liệu có lỗi được phân loại chính xác là không có lỗi.
FN (False Negative): là số điểm dữ liệu có trạng thái bình thường được phân loại chính xác là có lỗi.