《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》
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。
图表编号 | XD00106190400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.25 |
作者 | 彭渊 |
绘制单位 | 江西省赣西土木工程勘测设计院 |
更多格式 | 高清、无水印(增值服务) |