排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
当前震后建筑经济损失评估模型得到的震后建筑经济损失评估精确度、效率低,针对单一神经网络易产生局部极值等问题,对神经网络方法进行了改进,提出LM-BP神经网络在震后建筑损失评估模型中的应用。输入样本要素为影响震后建筑经济损失的5项因素,输出样本是震后建筑经济损失评估结果,在此基础上采用LM-BP神经网络将训练转化成最小二乘问题,结合LM算法重新定义隐含层节点数量,构建基于LM-BP的神经网络震后经济损失评估模型,采用该模型获取最优震后建筑经济损失评估结果。仿真实验结果表明,所设计的评估模型最小评估误差为0.1%,相比同类模型具有高精确度的优势,是一种可靠的震后建筑经济损失评估模型。 相似文献
1