人民黄河
人民黃河
인민황하
Yellow River
2011年
2期
124-125,127
,共3页
RBF%神经网络%大坝应变%应变监测
RBF%神經網絡%大壩應變%應變鑑測
RBF%신경망락%대패응변%응변감측
BP网络存在算法收敛速度慢和易陷入局部极小问题.构建某坝应变数据的RBF神经网络,并进行了预测,通过对比表明,径向基函数网络(RBF)的逼近能力和学习速度等均优于BP网络,RBF网络法的拟合误差和预测误差均比BP模型小很多.
BP網絡存在算法收斂速度慢和易陷入跼部極小問題.構建某壩應變數據的RBF神經網絡,併進行瞭預測,通過對比錶明,徑嚮基函數網絡(RBF)的逼近能力和學習速度等均優于BP網絡,RBF網絡法的擬閤誤差和預測誤差均比BP模型小很多.
BP망락존재산법수렴속도만화역함입국부겁소문제.구건모패응변수거적RBF신경망락,병진행료예측,통과대비표명,경향기함수망락(RBF)적핍근능력화학습속도등균우우BP망락,RBF망락법적의합오차화예측오차균비BP모형소흔다.
