《表2 运行成本核算:FOA优化的BP神经网络算法及其在矿区变形预测中的应用》
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
《FOA优化的BP神经网络算法及其在矿区变形预测中的应用》
本文数据采用141期的变形观测数据,其中,将1到120期数据作为训练数据,121到141期数据作为预测数据。分别采用三阶多项式拟合模型、五阶多项式拟合模型、BP神经网络预测模型(用BP表示)及FOA-BP神经网络预测模型(用FOA-BP表示)对数据进行变形预测,并以实测结果作为期望值与其进行对比分析。输入层节点个数为6个,隐含层节点个数为15个,输出层节点个数为1个,最大迭代次数为1 000,学习率为0.1,训练目标为0.000 8。四种模型的变形预测结果及期望值具体如表2所示,据此绘制的曲线图如图4所示。
图表编号 | XD00194492500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.05 |
作者 | 费美琪、王铁生、陈朔 |
绘制单位 | 华北水利水电大学地球科学与工程学院、华北水利水电大学地球科学与工程学院、华北水利水电大学地球科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |