基于遗传算法优化BP神经网络的边坡稳定性预测

========== 性能指标 ==========

标准BP - 训练集 RMSE: 0.2216, MAE: 0.1771, R²: 0.8690, MRE: 14.10%

GA-BP - 训练集 RMSE: 0.1658, MAE: 0.1137, R²: 0.9266, MRE: 8.91%

性能提升: RMSE改善 25.16%, R²提升 6.63%

========== GA-BP测试集部分预测结果 ==========

序号 预测值

1 1.2813

2 1.1438

3 1.9506

4 4.4587

5 1.5284

6 1.3040

7 1.0200

8 1.4648

9 1.7498

10 0.7053

11 1.5709

12 0.9184

13 1.6380

14 1.3099

15 1.2020

16 1.3509

17 1.2160

18 1.3486

19 1.1212

20 1.9027

>>

相关推荐
Elastic 中国社区官方博客2 小时前
Elasticsearch:使用 Agent Builder 的 A2A 实现 - 开发者的圣诞颂歌
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
chools2 小时前
【AI超级智能体】快速搞懂工具调用Tool Calling 和 MCP协议
java·人工智能·学习·ai
郝学胜-神的一滴2 小时前
深度学习必学:PyTorch 神经网络参数初始化全攻略(原理 + 代码 + 选择指南)
人工智能·pytorch·python·深度学习·神经网络·机器学习
leobertlan2 小时前
好玩系列:用20元实现快乐保存器
android·人工智能·算法
笨笨饿2 小时前
#58_万能函数的构造方法:ReLU函数
数据结构·人工智能·stm32·单片机·硬件工程·学习方法
jr-create(•̀⌄•́)2 小时前
从零开始:手动实现神经网络识别手写数字(完整代码讲解)
人工智能·深度学习·神经网络
冬奇Lab3 小时前
一天一个开源项目(第78篇):MiroFish - 用群体智能引擎预测未来
人工智能·开源·资讯
冬奇Lab3 小时前
你的 Skill 真的好用吗?来自OpenAI的 Eval 系统化验证 Agent 技能方法论
人工智能·openai
数智工坊3 小时前
Transformer 全套逻辑:公式推导 + 原理解剖 + 逐行精读 - 划时代封神之作!
人工智能·深度学习·transformer
GreenTea3 小时前
AI 时代,工程师的不可替代性在哪里
前端·人工智能·后端