探究不同训练函数对于NAR高铁沉降预测模型的影响

摘要：

为探究不同训练函数对于非线性自回归(nonlinear auto regressive,NAR)高铁沉降预测模型影响,研究选择以我国某段高铁沉降数据作为研究对象,探究不同训练函数对于NAR高铁沉降预测模型的影响.试验结果表明:在本次数据预测模型研究中,弹性反向传播算法表现出更优的预测水平,其预测结果的RMSE=0.52 mm,MRE=0.04 mm,ME=0.40 mm,MSE=0.31 mm.动量梯度下降法算法表现出更快的训练速度,其完成参数训练平均时间为42.42 s,研究结果可为后续对于NAR高铁沉降预测模型的训练模型选取提供参考.

关键词：训练函数;非线性自回归模型;高铁沉降;预测

所属期刊栏目：44

分类号：P25;TB22(专业测绘)

资助基金：中央高校基本科研业务费专项资金项目2572019AB18

在线出版日期：2021-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：48-51