《表2 脱空边长指标识别结果》

  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ABAQUS的水泥路面脱空形态神经网络识别方法》

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

因此，将网络模型改为单一输出脱空边长指标，神经网络结构为15-13-1，其他参数不变。增加脱空边长为0.7、0.8、0.9、1.0、1.2、1.5m等样本，各取12组数据，随机选择其中9组作为训练样本，另外3组作为测试样本。网络训练结果如图5所示，经过2s运算在第133次迭代达到最佳，此时均方差为0.001 715 9，满足精度要求，总相关系数R为0.997 25，模型相关性显著。部分神经网络识别结果如表2所示，其脱空边长最大识别误差为4.28%，说明利用有限元模拟声学特征值所构建的BP神经网络可以准确地识别出水泥路面脱空边长指标，从而为注浆工程量计算提供指导依据。