《表3 实验结果对比:基于任务的装备器材非稳态需求预测》
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。
图表编号 | XD00112933100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 杨帆、王铁宁、吴龙涛、于双双 |
绘制单位 | 陆军装甲兵学院装备保障与再制造系、陆军装甲兵学院装备保障与再制造系、军事科学院防化研究院、中国人民解放军96631部队 |
更多格式 | 高清、无水印(增值服务) |