《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》
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。
图表编号 | XD00116442900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.06 |
作者 | 刘琪华、张世杰 |
绘制单位 | 天津大学精密仪器与光电子工程学院、交通运输部天津水运工程科学研究院 |
更多格式 | 高清、无水印(增值服务) |