《表2 三种方法对算例1的预测结果》
表1和表2给出了三种方法对训练数据的拟合结果和测试数据的预测结果,其中残差百分比定义为:(拟合值-监测值)/检测值。同时用传统小波方法和RBF神经网络作为对比方法,在相同条件下进行数据拟合和预测,其中小波方法选用db6母小波,分解层数为7,RBF神经网络采用与文献[16]相同的网络模型。从表1所示结果可以看出所提PSO-RBF方法对训练数据拟合得到的平均残差百分比为0.316 3,比传统RBF网络模型得到的残差百分比小50%,远远优于传统小波方法。同样对测试数据进行预测试验中,RBF神经网络方法和小波方法得到的平均残差百分比分别为0.637 6和0.917 7,而所提PSO-RBF方法可以得到0.327 8的平均残差百分比,明显优于另外两种方法。
图表编号 | XD00219159800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.25 |
作者 | 邵潮京 |
绘制单位 | 广州市城市规划勘测设计研究院 |
更多格式 | 高清、无水印(增值服务) |