《表1 各网络模型精度与均方误差》
利用神经网络预测基坑地表沉降的方法较多,不同的网络结构与激励函数在预测地表沉降方面表现不同,预测基坑地表沉降的常见神经网络[20]有:传统BP神经网络,GRNN广义神经网络,RBF神经网络和Elman神经网络。为进一步验证本文所提蜂群算法优化BP神经网络在基坑地表沉降预测中的有效性,此处采用传统BP神经网络、GRNN广义回归网络和Elman神经网络进行地表沉降累计最大值的预测对比。其中,ABC-BP模型、BP神经网络和Elman神经网络的参数设置同第2.2节,GRNN广义神经网络的预测精确度和光滑因子有关,多次试算后,发现将光滑因子定为0.1较合理。考虑到BP神经网络每次训练出的模型泛化能力不尽相同,此处多次构建网络,挑选在预测集上表现最好的模型来进行比较。各网络对基坑地表沉降的训练与预测结果见图5,相对精度及均方误差见表1。
图表编号 | XD00193818000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.25 |
作者 | 丰土根、王超然、张箭 |
绘制单位 | 河海大学岩土力学与堤坝工程教育部重点实验室、河海大学江苏省岩土工程技术工程研究中心、河海大学岩土力学与堤坝工程教育部重点实验室、河海大学江苏省岩土工程技术工程研究中心、河海大学岩土力学与堤坝工程教育部重点实验室、河海大学江苏省岩土工程技术工程研究中心 |
更多格式 | 高清、无水印(增值服务) |