《表1 样本数据信息Tab.1 The information table of samples》
按照1.2节所述,在设计空间中生成均匀样本集,样本总数为200个,其中失效面附近的样本仅有14个(采样方式1);使用SMOTE算法对失效面附近样本进行采样并扩充10倍,扩充后的总样本数为336个,失效面附近样本点占比从7%提升至41.67%(采样方式2);而在试验空间内均匀生成总数为336的样本集,其失效面附近样本点占比仅为5.95%(采样方式3).采用3种采样方式生成的样本数据信息如表1所示,对比发现,SMOTE算法能较好地对失效面附近的样本点进行补充,进而可以更好地实现BP神经网络模型对极限状态函数的高度近似.对应的样本点分布对比如图3所示.
图表编号 | XD0040343600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.28 |
作者 | 龙周、陈松坤、王德禹 |
绘制单位 | 上海交通大学海洋工程国家重点实验室、高新船舶与深海开发装备协同创新中心、上海交通大学海洋工程国家重点实验室、高新船舶与深海开发装备协同创新中心、上海交通大学海洋工程国家重点实验室、高新船舶与深海开发装备协同创新中心 |
更多格式 | 高清、无水印(增值服务) |