《表2 Logistic模型得出的结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BP神经网络和Logistic回归分析的沥青路面平整度模型预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从以上预测结果可看出，虽然存在误差但都在定义的误差范围内，构建BP算法有较好的拟合效果。通过进一步验证证明，当输入变量个数为9，即降雨量、弯沉值、交通荷载、气温、冰冻系数、龟裂、块裂、纵向裂缝和横向裂缝，隐含神经元个数为4时，R2最大，所以隐含神经元个数为4时，神经网络的模拟结果最好，均方根误差为0.881，平均绝对误差为0.682，误差较小，表明该网络模型的结构设计是正确的。通过BP神经网络模型预测平整度具有较高的精度，对于所有样本（训练、测试和验证），R2值始终大于0.80，说明该模型能够有效地预测IRI值，表2是Logistic模型得出的分析结果。