《表5 预测方法误差评价指标分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多因素选择和误差修正的BP神经网络港口货物吞吐量预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

经过本文实验数据对比分析可知：本模型预测结果的误差指标值RMSE、MAE、MAPE与BP、指数平滑法及SVR预测方法相比最小，即所得预测结果精确度最高。本文使用多元线性回归方法筛选出多个关键因素，一定程度上提高了预测精度，对所得误差序列再次结合多因素进行BP神经网络训练，取得了良好的预测效果。相较于BP、指数平滑法与SVR，本文所得预测结果更优。预测方法误差评价指标分析如表5所示。