《表4 神经网络结果对比：基于GA-BP网络的声发射检测储罐底板腐蚀评价》

  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GA-BP网络的声发射检测储罐底板腐蚀评价》

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

将BP神经网络与GA-BP神经网络的评估结果整合到表4中。对比BP网络的最优训练模型可知，GA-BP网络的平均绝对误差减少了40.23%，准确度提升了10%。故而相比传统的BP神经网络而言，遗传算法优化过的BP神经网络模型具有更好的稳定性与准确度。GA-BP网络构建的储罐腐蚀情况评价模型准确度可达96.67%，若有更多的实验样本和更详实的数据构成，这个数字还有增大空间，故而利用GA-BP网络构建的基于声发射检测的储罐腐蚀评价模型对罐体的腐蚀级别评估具有可靠性。