《表2 预测算法比较:基于RBF神经网络的施工进度日计划完工率预测模型》
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RBF神经网络的施工进度日计划完工率预测模型》
RBF神经网络对任意非线性函数,可以处理系统内的难以解析的规律性,具有良好的泛化能力,并有很快的学习收敛速度,已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断。同时,对比常用的BP(Back Propagation)神经网络,RBF神经网络具有更强的自适应能力,随着项目的进行,项目的数据信息会随之不断更新累积,预测模型结构会随着样本数据的增加得到优化,从而进一步提高施工进度的预测精度。两种预测方法的比较见表2.
图表编号 | XD00156441900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 刘伟军、廖可懿 |
绘制单位 | 长沙理工大学交通运输工程学院、长沙理工大学交通运输工程学院 |
更多格式 | 高清、无水印(增值服务) |