《表3 预测值与实际值对比》

  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ACO的BP-RBF算法在建筑基础选型中的应用》

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

上文对BP-RBF神经网络算法模型进行了训练和分析，但该模型仅对厦门某一工程的桩基础选型进行了精度训练，所得结论相对较为片面。为进一步检验模型的精确度，本文根据文献[13]中提供的相关数据对十个具体工程案例进行了选型训练，将所得模型预测值与实际选型值进行了对比分析，对比过程是以工程案例中的工程基本特征包括结构层高、结构类型、地质条件、地下水条件等设计因素以及施工难易程度、结构可改造性能、主体经济效益等施工可行性因素作为输入层，以文献[14]中提供的基础选型专家系统库为基本选型数据依托，运用上文中所改进的模型算法作为分析方法，进而对选型结果做出预测，最终输出选型信息，具体分析结果如表3。