《表3 实验结果对比：基于任务的装备器材非稳态需求预测》

  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

《基于任务的装备器材非稳态需求预测》

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

对[1∶19，20]、[1∶20，21]数据集重复上述算法步骤，并将预测结果与传统SVR、差分整合移动平均自回归（autoregressive integrated moving average model，ARIMA）模型、神经网络极限学习机（extreme learning machine，ELM）对比，用平均绝对误差百分比（mean absolute percentage error，MAPE）和均方根误差（root mean square error，RMSE）来比较3种方法的准确性，得到对比结果如表3所示。