《表3 岩爆倾向性预测结果》

  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PSO-RBF神经网络模型的岩爆倾向性预测》

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

注：*表示误判

将10组检验样本输入模型后经过计算得到岩爆预测输出特征值和岩爆预测等级，结果如表3所示。由表3可以看出，除7号样本的预测岩爆等级为强岩爆，略大于实际等级之外，其他组样本的预测级别与实际岩爆情况一致，说明本文提出的模型对地下工程岩爆倾向性的预测是合理可行的。表3同时给出了普通RBF神经网络与Hoek判据[9]对以上样本的预测结果，计算得到本文模型预测结果和实际岩爆等级的相对误差率为10%，而RBF神经网络和Hoek判据预测结果的相对误差率均为20%，据此认为PSO-RBF神经网络模型的岩爆预测能力更为准确。