《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》
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。
图表编号 | XD00137473000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.15 |
作者 | 闫春岭、刘德龙、闫世龙、王振豪 |
绘制单位 | 安阳工学院、郑州大学、安阳工学院、安阳工学院、安阳工学院 |
更多格式 | 高清、无水印(增值服务) |