《表1 6 金沙特大桥支座评估结果》
由于BP神经网络的局限性,每次运行的初始权值都是随机给定,BP神经网络具有不可重现性。因此将建立的神经网络运行20次,选择预测效果最好的进行保存。使用保存后的网络进行预测,且每次预测的结果相同,保证了预测结果的稳定性。训练20次后的平均正确率大致稳定在0.75-0.9之间,对支座串动、脱空、剪切超限病害评定实现了较好的预测。将训练后收敛的网络模型net保存,选择金沙特大桥的100个支座病害进行验证,通过所建立的病害评估模型计算得出金沙特大桥支座病害部分评估结果如表16所示。
图表编号 | XD00190456500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 王迎军、李鹏飞、王伟红 |
绘制单位 | 广东省交通集团有限公司高速公路养护管理中心、交通运输部公路科学研究所、交通运输部公路科学研究所 |
更多格式 | 高清、无水印(增值服务) |