3.3 Network III (Side Span Length)T

3.3 Network III (Side Span Length)
This network involves three input variables: (1) the dimension of the central span; (2) the deck width; and (3) the number of spans. One hundred and thirty five sample bridges were collected as training data, and eighty-three as testing data. In training of 135 data points, the convergence was achieved and the final hidden nodes are 4 (Fig. 3c) with an accuracy of 84.12%on test set. The best results were obtained using a learning rate of 0.70, a momentum ratio of 0.10, and a learning cycle of 26,000 epochs.
3.4 Network IV (Cable Arrangement)
This network is developed to forecast the most suitable type of cable arrangement, whether a fan, a harp, or a radial type. After a series of trial and error, it was found that the appropriate compound of input variables are: (1) the central span length; (2) the deck width; (3) the number of cable planes; and (4) the number of spans. Two hundred and nine cable-stayed bridges were collected as data for training and testing. Randomly, these records were divided into 135 training sets and 74 testing sets. The neural network developed in this investigation has three nodes in the output layer, one each for the fan, the harp and the radial type. Based on the results of training-testing , the network ended up with 7 hidden nodes (Fig. 3d) with a learning rate of 0.70. a momentum factor of 0.10 and a learning cycle of 55,000 epochs.
For the purposes of measuring the accuracy of the network, a test tolerance of 0.5 is used. Based on this tolerance, the network recommends the best type of cable arrangement if its output neuron has a value equal or larger than 0.5, while the output neurons representing the other types produce a value smaller than 0.5. Based on this testing tolerance, the present network with seven hidden nodes yields a maximum testing accuracy of 68.92%.

Kết quả (Việt) 1:

3.3 mạng III (chiều dài sải Side)Mạng này liên quan đến ba đầu vào biến: (1) kích thước khoảng trung tâm; (2) chiều rộng sàn; và (3) soá löôïng kéo dài. Một trăm và ba mươi lăm mẫu cây cầu đã được thu thập như là dữ liệu đào tạo, và tám mươi ba như kiểm tra dữ liệu. Trong đào tạo của 135 dữ liệu điểm, hội tụ đã đạt được và ẩn nút cuối cùng là 4 (hình 3 c) với độ chính xác của 84.12%on thử nghiệm thiết lập. Kết quả tốt nhất đã được thu được bằng cách sử dụng một tỷ lệ học tập 0,70, một tỷ lệ Đà 0,10, và một chu kỳ học tập của kỷ nguyên 26.000.3.4 mạng IV (cáp sắp xếp)Mạng này được phát triển để dự báo các loại thích hợp nhất của cáp sắp xếp, dù là một fan hâm mộ, đàn hạc, hay kiểu bố trí hình tròn. Sau khi một loạt các thử nghiệm và lỗi, nó đã được tìm thấy rằng các hợp chất thích hợp của các biến đầu vào là: (1) giữa khoảng chiều dài; (2) chiều rộng sàn; (3) số lượng máy bay cáp; và (4) soá löôïng kéo dài. Hai trăm và chín cây cầu dây văng đã được thu thập như là dữ liệu cho đào tạo và thử nghiệm. Ngẫu nhiên, những hồ sơ này được chia thành 135 đào tạo bộ và 74 bộ kiểm tra. Mạng nơ-ron phát triển trong điều tra này có ba nút trong lớp đầu ra, một trong mỗi cho các fan hâm mộ, đàn hạc và kiểu bố trí hình tròn. Dựa trên kết quả thử nghiệm đào tạo, mạng kết thúc với 7 nút ẩn (hình 3d) với một tỷ lệ học tập 0,70. một yếu tố Đà 0,10 và học tập một chu kỳ của kỷ nguyên 55.000.Đối với mục đích đo lường tính chính xác của mạng, một khoan dung thử nghiệm của 0,5 được sử dụng. Dựa trên này khoan dung, mạng khuyến cáo loại cáp sắp xếp, tốt nhất nếu tế bào thần kinh đầu ra có giá trị bằng hoặc lớn hơn 0,5, trong khi các tế bào thần kinh đầu ra đại diện cho các loại sản xuất một giá trị nhỏ hơn 0.5. Dựa trên khả năng chịu thử nghiệm này, mạng hiện tại với bảy ẩn nút sản lượng tối đa là kiểm tra tính chính xác của 68.92%.

Kết quả (Việt) 2:

3.3 Mạng III (Side Span Length)
Mạng lưới này bao gồm ba biến đầu vào: (1) kích thước của nhịp cầu trung tâm; (2) chiều rộng mặt cầu; và (3) số lượng nhịp. Một trăm ba mươi lăm cây cầu mẫu được thu thập như dữ liệu huấn luyện, và tám mươi ba như là dữ liệu thử nghiệm. Trong đào tạo 135 điểm dữ liệu, sự hội tụ đã đạt được và các nút ẩn cuối cùng là 4 (Hình 3c.) Với độ chính xác 84,12% trong bài kiểm tra bộ. Kết quả tốt nhất thu được bằng cách sử dụng một tỷ lệ học 0,70, tỷ lệ đà 0.10, và một chu kỳ học tập của 26.000 kỷ nguyên.
3.4 Mạng IV (Cáp Bố trí)
Mạng lưới này được phát triển để dự đoán các loại thích hợp nhất của sự sắp xếp cáp, cho dù một fan hâm mộ , một cây đàn hạc, hoặc một loại xuyên tâm. Sau một loạt các thử và sai, người ta thấy rằng các hợp chất thích hợp của các biến đầu vào là: (1) chiều dài nhịp cầu trung tâm; (2) chiều rộng mặt cầu; (3) số lượng máy bay cáp; và (4) các số nhịp. Hai trăm chín cây cầu dây văng đã được thu thập như là dữ liệu đào tạo và thử nghiệm. Ngẫu nhiên, những hồ sơ này được chia thành 135 bộ đào tạo và 74 bộ thử nghiệm. Mạng lưới thần kinh phát triển trong cuộc điều tra này có ba nút trong lớp ra, một trong mỗi cho các fan hâm mộ, đàn hạc và các loại xuyên tâm. Dựa trên kết quả của đào tạo thử nghiệm, mạng đã kết thúc với 7 nút ẩn (Hình. 3d) với một tỷ lệ học 0,70. một yếu tố đà 0.10 và một chu kỳ học tập của 55.000 kỷ nguyên.
Theo mục đích của đo lường độ chính xác của hệ thống mạng, khả năng chịu đựng thử thách của 0.5 được sử dụng. Căn cứ vào khả năng chịu này, mạng lưới khuyến cáo loại tốt nhất của sự sắp xếp cáp nếu tế bào thần kinh sản lượng của nó có giá trị bằng hoặc lớn hơn 0,5, trong khi các tế bào thần kinh sản xuất đại diện cho các loại sản xuất ra một giá trị nhỏ hơn 0,5. Căn cứ vào khả năng chịu thử nghiệm này, các mạng hiện tại với bảy nút ẩn mang lại một thử nghiệm độ chính xác tối đa 68,92%.