基于机器学习模型的桥梁不同位置位移模型估算

摘要：

为找出桥梁工程位移估算的标准模型,本文基于Feed神经网络、Elman神经网络、Time神经网络和Cascade神经网络共4种人工神经网络模型,采用traincgb算法、trainrp算法、traincgf算法和traincgp算法等14种训练算法训练模型,构建了16种模型,并以均方根误差(RMSE)、相对均方根误差(RRMSE)、决定系数(R2)、平均绝对误差(MAE)、效率系数(Ens)评价不同模型精度,结果表明:14种训练算法的运行效率有所差别,traincgb算法、trainrp算法、traincgf算法和traincgp算法的运行效率最高;不同模型精度有所差异,其中,Cascade神经网络模型在trainrp算法训练下的精度最高.

关键词：城市桥梁、位移、神经网络、训练算法、Cascade神经网络

分类号：U445(桥涵工程)

在线出版日期：2022-04-11（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：104-107