《表6 基于BP神经网络模型的立柱整体框架结构优化结果》
提示：宽带有限、当前游客访问压缩模式
优化模型中输入变量的各种组合，对训练后的神经网络进行仿真，得到最优第1阶固有频率值和对应的输入变量组合，其结果如表6所示。
| 图表编号 | XD0089246800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.01 |
| 作者 | 李志山、史耀耀 |
| 绘制单位 | 西北工业大学机电学院、西北工业大学机电学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 8个测试函数表：基于改进灰狼算法优化BP神经网络的短时交通流预测模型》2020.04.01
- 《表6 判断矩阵B3-C：基于AHP-BP神经网络的城市移动图书馆服务质量评价优化模型构建》2020.05.25
- 《表6 优化参数及结果：基于BP神经网络的低温提氦工艺优化》2020.02.25
- 《表3 多种评价方式比较：基于头脑风暴优化算法与BP神经网络的海水水质评价模型研究》2020.02.15
- 《表1 部分训练数据：基于遗传算法优化BP神经网络的YG8硬质合金耐磨性预测模型》2019.12.25
- 《表4 评价结果：基于遗传算法优化BP神经网络的YG8硬质合金耐磨性预测模型》2019.12.25
- 《表3 检验结果：基于遗传算法优化BP神经网络的YG8硬质合金耐磨性预测模型》2019.12.25
- 《表3 各模型评价指标：一种基于遗传算法优化的BP神经网络建筑物沉降预测模型》2019.09.25
- 《表2 各模型预测值：一种基于遗传算法优化的BP神经网络建筑物沉降预测模型》2019.09.25
- 《表6 输出样本数据：基于IHDR算法和BP神经网络复合框架的机器人服务自主认知和发育系统》2019.09.01
- 《表4 立柱动态分析比较：基于神经网络的高效强力复合铣床立柱优化设计》2019.09.01
- 《表3 立柱参数修改模型：基于神经网络的高效强力复合铣床立柱优化设计》2019.09.01
- 《表7 立柱优化结果：基于神经网络的高效强力复合铣床立柱优化设计》2019.09.01
- 《表1 静力分析结果：基于神经网络的高效强力复合铣床立柱优化设计》2019.09.01
- 《表6 函数训练结果：基于BP神经网络的驾驶员制动行为模型研究》2019.06.08
- 《表2 BP模型：基于ANFIS网络模型的城市泵站优化控制》2019.05.15
- 《表6 基于平均、最大、BP神经网络的预测模型和本文模型比较》2019.01.05
- 《续表1：基于粒子群优化BP网络的山区高速公路交通事故预测模型》2018.10.15
- 《表4 响应面模型系数：基于响应面法的加工中心立柱结构多级多目标参数优化设计》2019.11.20
- 《表2 预测结果：基于BP神经网络优化的改进灰色模型在电量预测中的应用》2019.12.25