《表3 神经网络结构及参数设置情况》

  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BP神经网络的直角折线堰过流能力预测》

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

基于Matlab R2017a平台，利用newff函数创建BP神经网络，设置最大训练次数为2 000次，网络学习率η为0.01（默认值），训练期望精度为10-4，网络误差梯度为0，经训练后的神经网络实际误差梯度约为0.93×10-6，认为此误差梯度满足要求[7]。采用不同训练算法，经多次训练后发现，量化共轭梯度算法对直角折线堰过流能力试验成果数据适应性较好，因此采用量化共轭梯度算法训练网络，其参数设置见表3。此外，在对预测数据进行归一化处理的基础上，再对神经网络预测结果进行反归一化处理，得到与样本数据形式一致的过堰流量。