《表3 各模型MAPE值：基于数据融合的混凝土侵彻深度预测》

  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

《基于数据融合的混凝土侵彻深度预测》

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

BP神经网络预测模型输入层包括3个节点，输出层为1个节点，采用Zhang等[23]的贪婪算法，可确定BP神经网络隐藏层数为4，从输入层到输出层结点依次为41、54、60、22的网络结构。BP神经网络和BRL、Young、NDRC和Forrestal经验算法计算后的APE，见图3。测试集MAPE，见表3。由于选取的T分布较离散（表1、2），部分样本点区间可能超出某个经验公式的适用范围，导致经验算法整体预测效果不佳，而BP神经网络在T上的MAPE明显比其他4个经验公式低，其在T上预测的总体效果略优于其他4个经验公式。在局部范围内，BP神经网络和各经验公式都有其值较低区间，如在样本点110附近（图3b)BP神经网络预测效果不佳，但Forrestal公式在此预测准确度却较高，因此可知，各方法在不同区间上都有最佳适用范围。