《表2 隐含层节点数与神经网络程序最终的运行结果》

  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

《基于神经网络的粉煤灰混凝土强度与干缩性能模型》

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

隐含节点数设置的合理性至关重要，若节点数量过少，则无法支撑模型的构建，对应地也就不能构成相符的映射关系，这将极大地影响神经网络模型的预测精准度；若节点过多，网络学习的时间会相应增加，此时对模型的运行效率有较大影响。结合相关理论可知还可能出现“过拟合”问题，同样对模型预测准确性有较大影响。在上述要求下进行计算，计算得到隐含层节点数范围4～19。根据计算结果，文章决定以单隐含层神经网络模型为基础，将tansig函数作为输出层与隐含层传递函数、以线性函数purelin作为隐含层与输出层传递函数，对不同隐含层节点数进行50次训练，训练项目为初始化权值，运行程序，记录采用，通过训练得到所有数据，而后再对比分析全部训练结果，获得误差值，计算平均值，并据此对比分析训练误差与平均值的差值，将所得差值最小的训练误差作为最终训练结果。表2所示为隐含层节点数与神经网络程序的运行结果。