典型文献
基于机器学习模型的桥梁不同位置位移模型估算
文献摘要：
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.
文献关键词：
城市桥梁;位移;神经网络;训练算法;Cascade神经网络
中图分类号：
作者姓名：
宋紫朝
作者机构：
北京市政路桥管理养护集团有限公司,北京 100000
文献出处：
引用格式：
[1]宋紫朝-.基于机器学习模型的桥梁不同位置位移模型估算)[J].科学技术创新,2022(08):104-107
A类：
traincgb,trainrp,traincgf,traincgp
B类：
基于机器学习,机器学习模型,不同位置,桥梁工程,标准模型,Feed,Elman,Time,Cascade,人工神经网络模型,训练算法,算法训练,训练模型,RRMSE,决定系数,平均绝对误差,MAE,Ens,模型精度,练下,城市桥梁
AB值：
0.294507
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
