《表2 各模型预测值：一种基于遗传算法优化的BP神经网络建筑物沉降预测模型》

  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

《一种基于遗传算法优化的BP神经网络建筑物沉降预测模型》

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

本文结合实测沉降数据建立GA-BP神经网络预测模型，利用前13期数据预测后2期数据，采用滚动式预测方式[14]，前5期的数据作为网络输入，后1期的数据作为网络输出。为验证本文模型的有效性和可行性，将本文结果与传统BP神经网络预测模型进行对比。依据文献[8]确定两种网络的隐含层均为6，经反复训练神经网络，设定训练次数均为1000次，目标误差均为0.0001，学习速率均为0.10，其中遗传算法种群规模为50，遗传代数为100，变异概率为0.15，交叉概率为0.8，选择概率为0.10，训练后的GA-BP、BP神经网络性能图分别见图2，图3，对比图2和图3可知，GA-BP神经网络性能更佳，收敛速度更快。保存训练好的网络，得到后2期预测值见表2。