《表3 各模型MAPE值:基于数据融合的混凝土侵彻深度预测》
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。
图表编号 | XD00144999200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.25 |
作者 | 杨江、张磊、王继民、季昌政、孔德锋、王幸 |
绘制单位 | 河海大学计算机与信息学院、军事科学院国防工程研究院工程防护研究所、军事科学院国防工程研究院工程防护研究所、河海大学计算机与信息学院、河海大学计算机与信息学院、军事科学院国防工程研究院工程防护研究所、军事科学院国防工程研究院工程防护研究所 |
更多格式 | 高清、无水印(增值服务) |