《表3 第1层网络神经元数目对屈服强度模型准确性的影响》
本文的力学性能预报深度神经网络模型的第1层网络输入参数共19维,经验公式计算得到初始隐藏层神经元数目为[7,17],以7个神经元为下限,逐渐增加神经元数目进行训练,结合损失函数cost值进行验证,保证其逐渐减小。其间,其余隐藏层神经元数目采取下限传递的方式计算,即将经验公式计算得到的初始神经元数目范围的下限当作提取出来的特征维数,添加到下一层网络的输入中。第1层网络神经元数目对屈服强度模型准确性的影响结果见表3。当第1层隐藏层神经元数目为12时,RMSE和MAPE最小,模型准确性最好。其他隐藏层的神经元计算也进行类似处理,最终各隐藏层神经元数目分别为[19-12,120-85,85-63,63-45,62-46,47-33]。
图表编号 | XD00199519200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 宋勇、李博、刘超、李飞飞 |
绘制单位 | 北京科技大学高效轧制国家工程研究中心、北京科技大学国家板带生产先进装备工程技术研究中心、北京科技大学高效轧制国家工程研究中心、北京科技大学国家板带生产先进装备工程技术研究中心、北京科技大学高效轧制国家工程研究中心、北京科技大学国家板带生产先进装备工程技术研究中心、北京科技大学高效轧制国家工程研究中心、北京科技大学国家板带生产先进装备工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |