《表2 BP网络预测样本：改进BP神经网络的再生粗骨料混凝土强度预测》

  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

《改进BP神经网络的再生粗骨料混凝土强度预测》

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

在改进的BP网络中，将目标误差为0.01，初始学习速率通过LP.Ir设置为0.15，动量因子net.trainParam.Ir=0.9，递增因子Ir＿inr=1.05，递减因子Ir＿dec=0.7，网络只学习了404次以后，学习误差就达4.15×10-3。网络训练过程见图3，训练误差见图4，回归曲线见图5，可以看出回归系数大于0.9，训练效果较好，利用训练好的BP网络，预测5组再生混凝土抗压强度试验，计算结果见表2。由表2可以看出，相对误差均小于8%，进一步说明该模型能够有效地进行再生混凝土的抗压强度预测，并能满足工程需要，该模型可以推广应用。