《表2 预测结果对比表：水闸混凝土碳化深度预测研究》

  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

《水闸混凝土碳化深度预测研究》

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

由样本选取的运行时间、混凝土抗压强度、温度、相对湿度作为输入变量，碳化深度为输入变量，神经网络为4-n-1结构，隐含层节点数按式（5）计算，经计算，隐含层节点为6，因此，设置的BP神经网络结构为4-6-1。根据上述理论，遗传算法的个体编码长度为18+7=25。将上述25组样本中，前15组为训练数据，后10组数据为测试数据。将预测结果绝对误差值作为个体适应度值，遗传算法参数设置为:种群规模为5，进化次数为5，交叉概率为0.3，变异概率为0.1。在神经网络经过训练后，对后10组数据进行预测，预测结果如表2，图1所示。