《表2 不同激励函数的优化筛选》

  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

《基于优化极限学习机的基坑侧位移变形预测》

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

首先，对三类激励函数的预测效果进行统计，得表2。据表2，得三类激励函数的预测效果存在明显差异，说明三者在基坑侧位移中的预测效果不同，进行优化筛选的必要性显著；对比三者的预测效果，得出Sigmiod型不仅具有相对最佳的预测精度，还具有相对最好的稳定性，而Sine型的预测效果相对最差，Hardlim型间于两者之间。因此，确定该文ELM模型的激励函数为Sigmiod型。