《表1 各网络模型精度与均方误差》

  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ABC-BP模型的基坑地表沉降预测》

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

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。