探究不同训练函数对于NAR高铁沉降预测模型的影响

• 作者: 宁恺盈 刘冬 黄佳鹏
• 来源期刊: 测绘与空间地理信息
• 关键词: 训练函数 非线性自回归模型 高铁沉降 预测
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 基金项目专栏|Fund Projects Column
• 页码范围: 48-51
• 页数: 4页
• 分类号: P25|TB22
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5867.2021.08.012

摘要

为探究不同训练函数对于非线性自回归(nonlinear auto regressive,NAR)高铁沉降预测模型影响,研究选择以我国某段高铁沉降数据作为研究对象,探究不同训练函数对于NAR高铁沉降预测模型的影响.试验结果表明:在本次数据预测模型研究中,弹性反向传播算法表现出更优的预测水平,其预测结果的RMSE=0.52 mm,MRE=0.04 mm,ME=0.40 mm,MSE=0.31 mm.动量梯度下降法算法表现出更快的训练速度,其完成参数训练平均时间为42.42 s,研究结果可为后续对于NAR高铁沉降预测模型的训练模型选取提供参考.