《表4 数据检验统计结果》

  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RS-PSO-GRNN的埋地管道土壤腐蚀预测》

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

将10组测试样本代入训练好的RS-PSO-GRNN模型进行预测，并对输出数据反归一化处理。为评价该模型预测性能，选用误差反向传播（BP）模型和粗糙集融合支持向量机（RS-SVM）模型与之对比，结果见表4，采用相对误差RE作为评判标准，见图7。结合表4和图7分析:第10组3种模型的相对误差均较大，可能为噪声数据；除第10组外，RS-PSO-GRNN模型的最大相对误差不超过14%；且RS-PSO-GRNN模型中的每组相对误差均小于其他2种模型，显示了较好的精度。进一步计算可得，该模型的腐蚀等级预测正确率达到90%，远高于其他2种模型的60%和70%。因此，RS-PSO-GRNN模型预测精度更高，能够准确评估管道的腐蚀等级，评价结果更为可靠。