针对半潜式支持平台分段建造过程中的板件变形,采用线性回归和神经网络2种方法进行焊接补偿量预测,并分别对其预测准确度进行对比,发现神经网络方法的准确度高于线性回归方法,神经网络方法的均方根误差(Root Mean Squared Error,RMSE)约...针对半潜式支持平台分段建造过程中的板件变形,采用线性回归和神经网络2种方法进行焊接补偿量预测,并分别对其预测准确度进行对比,发现神经网络方法的准确度高于线性回归方法,神经网络方法的均方根误差(Root Mean Squared Error,RMSE)约0.06269,远小于线性回归方法的均方根误差。在神经网络预测方法的基础上设计并搭建焊接补偿量数据库,为今后半潜式支持平台高精度建造提供有效的支撑。展开更多
文摘针对半潜式支持平台分段建造过程中的板件变形,采用线性回归和神经网络2种方法进行焊接补偿量预测,并分别对其预测准确度进行对比,发现神经网络方法的准确度高于线性回归方法,神经网络方法的均方根误差(Root Mean Squared Error,RMSE)约0.06269,远小于线性回归方法的均方根误差。在神经网络预测方法的基础上设计并搭建焊接补偿量数据库,为今后半潜式支持平台高精度建造提供有效的支撑。
