科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有GA-BP神经网络预测模型在训练样本预处理和隐含层结构设计方面的不足,通过相关系数回归分析确定最佳归一化区间,利用统计学原理推导得到隐含层神经元个数的解析式,并提出与其相适应的最佳单隐含层神经元个数的取值范围。结果表明:1)经相关系数回归分析确定训练样本预处理的最佳归一化区间为[0.05,0.95]; 2)通过统计对比和反复试算,得到单隐含层结构最佳神经元个数区间为[4,7],双隐层更适用于神经元个数较多的情况(>4); 3)"新陈代谢"方式选取训练样本可显著降低基坑变形的"时空效应"和人为因素干扰; 4)构建"4—2(7,8)—1"型GA-BP神经网络模型,对不同深度基坑进行水平位移预测,精度评价指标表明优化的GA-BP神经网络模型预测效果良好,对工程开展具有参考价值,经多模型对比可知模型优化效果良好。
- 出版日期2021
- 单位曲阜远东职业技术学院; 陕西铁路工程职业技术学院; 郑州市交通规划勘察设计研究院
