《表5 欧洲20个国家铁路建设项目的风险评价指标体系》

  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

《BP神经网络在铁路建设风险评估中的应用》

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

适应学习速率算法) ，即不加入动量，只加入自适应学习速率，其原理见上一节；欧洲的专家风险评估如表5所示；随机选取其中15个国家作为训练集，训练函数使用trainda，调整训练参数直到满足训练集的误差要求，其中参数选取设置如下:最大循环次数（epochs）欧洲的情况较亚洲来说，各个国家各种因素之间差距没有太大，且局势相对稳定，经济较为发达，而traindx适合较为复杂且数据较多的网络，对于较小的模型使用可能还会造成误差变大，故选取trainda（自5 000次，训练精度 (goal）0.001，学习速率（lr）取0.25，学习率增长比（lr＿inc）取1.05，学习率减少比（lr＿dec）取0.8，性能最大增量（max＿perf＿inc）取0.95，其余取缺省值，训练结果如表6所示。