10.3969/j.issn.1673-1328.2022.08.026
基于机器学习模型的桥梁不同位置位移模型估算
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.
城市桥梁、位移、神经网络、训练算法、Cascade神经网络
U445(桥涵工程)
2022-04-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
104-107