《表2 预测结果对比表:水闸混凝土碳化深度预测研究》
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。
图表编号 | XD004530800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.20 |
作者 | 赵海娟、王军 |
绘制单位 | 盐城市大丰区大桥水利管理服务站、盐城市大丰区新丰水利管理服务站 |
更多格式 | 高清、无水印(增值服务) |