《表2 BP神经网络模型预报结果及精度》
BP神经网络模型对已知监测数据没有等间隔的要求,因此,针对3组数据,可直接采用BP神经网络进行模型预测。针对数据1,隐函数层数设置为n=10;针对数据2,隐函数层数设置为n=20;对于数据3,隐含数层数设置为n=30;输出层都为1,采用LM准则进行模型预报。但由于BP神经网络局部最优的原则,导致每次预报结果不同,为此,增加数理统计机制对预报结果进行最优估计,预报结果与精度如表2所示。从中可以看出:对于波动段的监测数据,BP神经网络模型的预报精度高于时间序列模型,且稳定性更高;对于趋势段的监测数据,BP神经网络模型的预报精度低于时间序列模型,但稳定性高于时间序列模型;对于突变段的监测数据,BP神经网络模型的预报精度与时间序列并无明显差异,但稳定性高于时间序列模型。
图表编号 | XD002487900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.25 |
作者 | 陈启平、王彬 |
绘制单位 | 上海市岩土工程检测中心、上海市岩土工程检测中心 |
更多格式 | 高清、无水印(增值服务) |