《表3 测试集均方误差和决定系数》

  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

《基坑开挖诱发既有建(构)筑物变形的SVM-BP预测模型及其工程应用》

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

由表4可以看出，3种预测方法的决定系数均大于0.6，均较好地反映上述影响因子与建筑物沉降的关系。相比而言，基于BP神经网络的预测模型决定系数较小，说明该预测模型描述解释变量（影响因子）对预报变量（建筑物沉降）的贡献率偏低；而基于SVM的预测模型相对较好，决定系数高，贡献率大。利用基于SVM-BP组合算法预测模型得到的建筑物沉降最接近于真实值，误差最小，决定系数大于0.8，表明该预测方法很好地描述影响因子对建筑物沉降的贡献率。基于SVM-BP组合算法的预测模型可以有效地提取单一方法的优点，提高数据的利用率，增强预测模型的可靠性，使得预测结果的准确性进一步提高。