《表2 模拟结果与实际结果的比较》
以某公路工程造价估算为例,采用神经网络方法,建立径向基函数,在输入层选择8具有代表性的工程特征作为输入变量,如表1所示,用X1~X8表示,同时,将千米造价作为输出变量,用C1表示,另外设置隐层数目、样本数目。通过输入节点进行初始化和数字化处理,这样便于计算机识别和神经网络的接受,计算结果如表1所示,计算的输出结果与实际值相对误差符合要求,同时将模拟结果进行比较,相对误差仅4.95%,计算结果如表2所示。运用Matlab语言程序编程计算,BP网络计算时间花费624.7 s,径向基函数计算时间花费3.1 s,说明采用径向基函数的RBF模型的推广能力更强,泛化能力更好,其不论在训练时间还是预测误差方面都优于BP网络计算方法。
图表编号 | XD00103536100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.05 |
作者 | 王琼 |
绘制单位 | 广东海洋大学寸金学院 |
更多格式 | 高清、无水印(增值服务) |